1. Trang chủ
  2. » Luận Văn - Báo Cáo

Đề án tốt nghiệp hệ thống phát hiện khuôn mặt con người dựa trên mạng Nơron nhân tạo

70 191 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Cấu trúc

  • CHƯƠNG 1: TỔNG QUAN VỀ ĐỀ TÀI

    • 1.1. GIỚI THIỆU ĐỀ TÀI

      • 1.1.1. Phát biểu đề tài

      • 1.1.2. Đối tượng nghiên cứu của đề tài

      • 1.1.3. Mục tiêu hướng tới của đề tài

      • 1.1.4. Giới hạn của đề tài

    • 1.2. TỔNG QUAN VỀ PHÁT HIỆN KHUÔN MẶT NGƯỜI

      • 1.2.1. Gới thiệu về việc phát hiện khuôn mặt người

      • 1.2.2 . Ứng dụng của phương pháp phát hiện khuôn mặt người

      • 1.2.3. Các phương pháp tiếp cận phát hiện khuôn mặt

        • 1.2.3.1. Hướng tiếp cận dựa trên tri thức

        • 1.2.3.2. Hướng tiếp cận dựa trên đặc trưng không thay đổi

        • 1.2.3.3. Hướng tiếp cận dựa trên so khớp mẫu

        • 1.2.3.4. Hướng tiếp cận dựa trên diện mạo

      • 1.2.4. Các thách thức lớn trong vấn đề phát hiện khuôn mặt người

      • 1.2.5. Các vấn đề liên quan đến việc phát hiện khuôn mặt người

    • 1.3. MÔI TRƯỜNG CÀI ĐẶT

      • 1.3.1. Công nghệ .NET

        • 1.3.1.1. Nền tảng của .NET

        • 1.3.1.2. .NET Framework

      • 1.3.2. Ngôn ngữ C# (Csharp)

  • CHƯƠNG 2: CƠ SỞ LÝ THUYẾT

    • 2.1. GIỚI THIỆU VỀ MẠNG NƠRON

      • 2.1.1. Các giai đoạn phát triển của mạng nơron

      • 2.1.2. Các ứng dụng của mạng nơron nhân tạo

    • 2.2. CẤU TRÚC MẠNG NƠRON NHÂN TẠO

      • 2.2.1. Mạng nơron nhân tạo

      • 2.2.2. Mô hình

    • 2.3. PHÂN LOẠI MẠNG NƠRON

    • 2.4. MẠNG HỌC

      • 2.4.1. Học có thầy (Học có giám sát)

      • 2.4.2. Học không có thầy

      • 2.4.3. Học tăng cường (học thưởng-phạt)

    • 2.5. THUẬT TOÁN LAN TRUYỀN NGƯỢC ĐỐI VỚI MẠNG LAN TRUYỀN THẲNG (FEED – FORWARD NEURAL)

      • 2.5.1. Cơ sở toán học

      • 2.5.2. Thuật toán lan truyền ngược

        • 2.5.2.1. Nguyên tắc huấn luyện chung

        • 2.5.2.2. Thuật toán

      • 2.5.3. Một số phương pháp cải tiến đối với thuật toán lan truyền ngược

        • 2.5.3.1. Hệ số chỉnh hướng học (momentum)

        • 2.5.3.4. Phương pháp delta – bar – delta

    • 2.6. THIẾT KẾ MẠNG NƠRON

      • 2.6.1. Chọn hàm truyền

      • 2.6.1. Vấn đề về số lớp ẩn

      • 2.6.3. Số đơn vị trong lớp ẩn

      • 2.6.4. Khởi tạo trọng

    • 2.7. MỘT SỐ THUẬT TOÁN XỬ LÝ ẢNH SỐ

      • 2.7.1. Thuật toán chuyển ảnh màu sang ảnh đa mức xám

      • 2.7.2. Histogram

        • 2.7.2.1. Giới thiệu

        • 2.7.2.2. Cân bằng Histogram

      • 2.7.3. Lọc trung vị

    • 2.8. KHÔNG GIAN MÀU RGB VÀ HSV

      • 2.8.1. Không gian màu RGB

      • 2.8.2. Không gian RGB chuẩn hóa

      • 2.8.3. Không gian màu HSV (hue, saturation, value)

  • CHƯƠNG 3: KIẾN TRÚC HỆ THỐNG PHÁT HIỆN KHUÔN MẶT

    • 3.1. XÂY DỰNG MẠNG MÔ HÌNH NƠRON THỬ NGHIỆM

      • 3.1.1. Mô hình mạng nơron cho bài toán phân mẫu

      • 3.1.2. Thử nghiệm mạng nơron với bài toán XOR và bài toán phân loại sinh viên

    • 3.2. KIẾN TRÚC CỦA HỆ THỐNG

      • 3.2.1. Tiền xử lý ảnh phát hiện màu da

      • 3.2.2. Mô hình mạng nơron

      • 3.2.3. Kiến trúc hệ thống

    • 3.3. MỘT SỐ VẤN ĐỀ ĐÁNG QUAN TÂM TRONG KHI XÂY DỰNG HỆ THỐNG

      • 3.3.1. Huấn luyện mạng

      • 3.3.2. Lồng ghép các cửa sổ thừa

  • CHƯƠNG 4: PHÂN TÍCH THIẾT KẾ VÀ CÀI ĐẶT CHƯƠNG TRÌNH

    • 4.1. PHÂN TÍCH VÀ THIẾT KẾ HỆ THỐNG

      • 4.1.1. Xác định yêu cầu

      • 4.1.2. Phân tích và thiết kế hệ thống

      • 4.1.3. Thiết kế cơ sở dữ liệu

    • 4.2. CÀI ĐẶT CHƯƠNG TRÌNH

      • 4.2.1. Giao diện chương trình

    • 4.3. KẾT QUẢ THỰC NGHIỆM

  • CHƯƠNG 5: ĐÁNH GIÁ KẾT QUẢ

    • 5.1. KẾT QUẢ THU ĐƯỢC

      • 5.1.1. Về mặt lý thuyết

      • 5.1.2. Về mặt thực tế

    • 5.2. NHỮNG TỒN TẠI CỦA ĐỀ TÀI

    • 5.3. HƯỚNG PHÁT TRIỂN TRONG TƯƠNG LAI

  • TÀI LIỆU THAM KHẢO

Nội dung

Đề tài tập trung nghiên cứu, đi sâu vào hai đối tượng chính đó là ảnh số và mạng nơron truyền thẳng. Đối với ảnh số, xem xét một số phép xử lý ảnh số như: chuyển ảnh màu về ảnh đa mức xám, histogram. Đối với mạng nơron, xem xét cơ sở lý thuyết mạng nơron và ứng dụng vào việc tìm kiếm khuôn mặt người trong ảnh.

Ngày đăng: 31/07/2018, 23:39

TỪ KHÓA LIÊN QUAN

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN

w