TAILIEUCHUNG - Nhận dạng khuôn mặt trong video bằng mạng nơ ron tích chập
Deep Learning là thuật toán dựa trên một số ý tưởng từ não bộ tới việc tiếp thu nhiều tầng biểu đạt, cả cụ thể lẫn trừu tượng, qua đó làm rõ nghĩa của các loại dữ liệu. Deep Learning được ứng dụng trong nhận diện hình ảnh, nhận diện giọng nói, xử lý ngôn ngữ tự nhiên. Hiện nay rất nhiều các bài toán nhận dạng sử dụng Deep Learning, vì nó có thể giải quyết các bài toán với số lượng lớn các biến, tham số kích thước đầu vào lớn với hiệu năng cũng như độ chính xác vượt trội so với các phương pháp phân lớp truyền thống, xây dựng những hệ thống thông minh với độ chính xác cao. Trong bài báo này, các tác giả nghiên cứu mạng nơ ron tích chập (CNN - Convolutional Neural Network) là một trong những mô hình Deep Learning tiên tiến cho bài toán nhận dạng khuôn mặt từ video. | Nhận dạng khuôn mặt trong video bằng mạng nơ ron tích chập Khoa học Tự nhiên Nhận dạng khuôn mặt trong video bằng mạng nơ ron tích chập Đoàn Hồng Quang*, Lê Hồng Minh, Thái Doãn Nguyên Trung tâm Công nghệ Vi điện tử và Tin học, Viện Ứng dụng Công nghệ Ngày nhận bài 8/7/2019; ngày chuyển phản biện 11/7/2019; ngày nhận phản biện 12/8/2019; ngày chấp nhận đăng 22/8/2019 Tóm tắt: Deep Learning là thuật toán dựa trên một số ý tưởng từ não bộ tới việc tiếp thu nhiều tầng biểu đạt, cả cụ thể lẫn trừu tượng, qua đó làm rõ nghĩa của các loại dữ liệu. Deep Learning được ứng dụng trong nhận diện hình ảnh, nhận diện giọng nói, xử lý ngôn ngữ tự nhiên. Hiện nay rất nhiều các bài toán nhận dạng sử dụng Deep Learning, vì nó có thể giải quyết các bài toán với số lượng lớn các biến, tham số kích thước đầu vào lớn với hiệu năng cũng như độ chính xác vượt trội so với các phương pháp phân lớp truyền thống, xây dựng những hệ thống thông minh với độ chính xác cao. Trong bài báo này, các tác giả nghiên cứu mạng nơ ron tích chập (CNN - Convolutional Neural Network) là một trong những mô hình Deep Learning tiên tiến cho bài toán nhận dạng khuôn mặt từ video. Từ khóa: mạng nơ ron học sâu, mạng nơ ron tích chập, nhận dạng khuôn mặt. Chỉ số phân loại: Giới thiệu trong một mạng CNN bao gồm: lớp tích chập (Convolutional); lớp kích hoạt phi tuyến ReLU (Rectified Linear Unit); lớp lấy mẫu CNN là một trong những mô hình mạng Học sâu phổ biến nhất (Pooling); lớp kết nối đầy đủ (Fully connected) được thay đổi về số hiện nay [1-3], có khả năng nhận dạng và phân loại hình ảnh với lượng và cách sắp xếp để tạo ra các mô hình huấn luyện phù hợp độ chính xác rất cao, thậm chí còn tốt hơn con người trong nhiều cho từng bài toán khác nhau. trường hợp. Mô hình này đã và đang được phát triển, ứng dụng vào các hệ thống xử lý ảnh lớn của Facebook, Google hay Amazon cho các mục đích khác nhau, như các thuật toán gắn thẻ tự động, tìm kiếm ảnh hoặc gợi ý .
đang nạp các trang xem trước
