Một tiếp cận hiệu quả trong nhận diện khuôn mặt sử dụng kỹ thuật học sâu với mạng CGAN và SRGAN

8 5 0

Đang tải... (xem toàn văn)

1 / 8 trang

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang	8
Dung lượng	610,52 KB

Nội dung

Bài viết này trình bày các thuật toán nhận dạng khuôn mặt sử dụng kỹ thuật học sâu không giám sát GAN (Generative Adversarial Networks) với hai biến thể là CGAN (Conditional Generative Adversarial Networks) và SRGAN (Super Resolution Generative Adversarial Networks) nhằm tăng tính đa dạng các trạng thái biểu cảm khuôn mặt, làm dày và tăng chất lượng tập ảnh đầu vào.

Ngày đăng: 26/05/2022, 09:15

HÌNH ẢNH LIÊN QUAN

Hình 1. Quá trình phát triển của công nghệ deep learning [8] - Một tiếp cận hiệu quả trong nhận diện khuôn mặt sử dụng kỹ thuật học sâu với mạng CGAN và SRGAN — **Hình 1.** Quá trình phát triển của công nghệ deep learning [8] (Trang 2)

Mạng nơron đã tạo ra một bước tiến vượt bậc, cung cấp khả năng nhận diện hình ảnh và âm thanh ở một cấp độ có thể so sánh với con người - Một tiếp cận hiệu quả trong nhận diện khuôn mặt sử dụng kỹ thuật học sâu với mạng CGAN và SRGAN — ng nơron đã tạo ra một bước tiến vượt bậc, cung cấp khả năng nhận diện hình ảnh và âm thanh ở một cấp độ có thể so sánh với con người (Trang 2)

a. Mô hình mạng học sâu CGAN (Conditional Generative Adversarial Networks) Khi huấn luyện GAN xong, chúng ta dùng generator để - Một tiếp cận hiệu quả trong nhận diện khuôn mặt sử dụng kỹ thuật học sâu với mạng CGAN và SRGAN — a. Mô hình mạng học sâu CGAN (Conditional Generative Adversarial Networks) Khi huấn luyện GAN xong, chúng ta dùng generator để (Trang 3)

Hình 4. Mô hình hoạt động của mạng GAN [11] - Một tiếp cận hiệu quả trong nhận diện khuôn mặt sử dụng kỹ thuật học sâu với mạng CGAN và SRGAN — **Hình 4.** Mô hình hoạt động của mạng GAN [11] (Trang 3)

Hình 7. Mô hình tổng quát của hệ thống nhận diện khuôn mặt của phương pháp đề xuất - Một tiếp cận hiệu quả trong nhận diện khuôn mặt sử dụng kỹ thuật học sâu với mạng CGAN và SRGAN — **Hình 7.** Mô hình tổng quát của hệ thống nhận diện khuôn mặt của phương pháp đề xuất (Trang 4)

Hình 6. Kiến trúc mạng SRGAN [9] - Một tiếp cận hiệu quả trong nhận diện khuôn mặt sử dụng kỹ thuật học sâu với mạng CGAN và SRGAN — **Hình 6.** Kiến trúc mạng SRGAN [9] (Trang 4)

Bảng 3. Danh sách các giá trị tham số thực nghiệm huấn luyện của mô hình mạng CGAN _ ___________________________________________________________________________________ - Một tiếp cận hiệu quả trong nhận diện khuôn mặt sử dụng kỹ thuật học sâu với mạng CGAN và SRGAN — **Bảng 3.** Danh sách các giá trị tham số thực nghiệm huấn luyện của mô hình mạng CGAN _ ___________________________________________________________________________________ (Trang 6)

Hình 8. Đồ thị biểu diễn độ chính xác của các phương pháp - Một tiếp cận hiệu quả trong nhận diện khuôn mặt sử dụng kỹ thuật học sâu với mạng CGAN và SRGAN — **Hình 8.** Đồ thị biểu diễn độ chính xác của các phương pháp (Trang 7)

Hình 9. Đồ thị biểu diễn thời gian thực hiện huấn luyện với - Một tiếp cận hiệu quả trong nhận diện khuôn mặt sử dụng kỹ thuật học sâu với mạng CGAN và SRGAN — **Hình 9.** Đồ thị biểu diễn thời gian thực hiện huấn luyện với (Trang 7)

Khi thực nghiệm, chúng tôi theo dõi thời gian thực hiện của các phương pháp đề xuất được biểu diễn trong hình 9, 10, 11 - Một tiếp cận hiệu quả trong nhận diện khuôn mặt sử dụng kỹ thuật học sâu với mạng CGAN và SRGAN — hi thực nghiệm, chúng tôi theo dõi thời gian thực hiện của các phương pháp đề xuất được biểu diễn trong hình 9, 10, 11 (Trang 7)

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN