TAILIEUCHUNG - Mô hình thống kê học sâu trong nhận dạng khuôn mặt

Học sâu là thuật toán dựa trên một số ý tưởng từ não bộ tới việc tiếp thu nhiều tầng biểu đạt, diễn tả cả cụ thể lần trừu tượng, từ đó làm rõ nghĩa các loại dữ liệu. Học sâu được ứng dụng trong nhận diện hình ảnh, giọng nói, xử lý ngôn ngữ tự nhiên. | Mô hình thống kê học sâu trong nhận dạng khuôn mặt MÔ HÌNH THỐNG KÊ HỌC SÂU TRONG NHẬN DẠNG KHUÔN MẶT DEEP LEARNING STATISTIC MODEL IN FACE RECOGNITION Đỗ Thành Công Khoa Công nghệ thông tin, Trường Đại học Kinh doanh và Công nghệ Hà Nội E-mail: plc1810@ Ngày tòa soạn nhận được bài báo: 28/11/2018 Ngày phản biện đánh giá: 18/12/2018 Ngày bài báo được duyệt đăng: 28/12/2018 Tóm tắt: Học sâu là thuật toán dựa trên một số ý tưởng từ não bộ tới việc tiếp thu nhiều tầng biểu đạt, diễn tả cả cụ thể lần trừu tượng, từ đó làm rõ nghĩa các loại dữ liệu. Học sâu được ứng dụng trong nhận diện hình ảnh, giọng nói, xử lý ngôn ngữ tự nhiên. Convolutional Neural Network (CNNs) là một trong những mô hình của học sâu đem lại kết quả có độ chính xác cao. Từ khóa: Summary: Deep learning refers to the number of layers through which the data is transformed. Deep learning is also known as deep structured learning and a part of a broader family of neural network methods based on convolutional neural networks (CNN) s. Deep learning is applied in image recognition, voice, natural language processing. It is one of the deep learning models that results in high accuracy. Keywords: Face Detection, Deep Learning, Convolutional Neural Network (CNNs) I. GIỚI THIỆU 1. Định nghĩa xác định khuôn mặt Xác định khuôn mặt người (Face Detection) là một kỹ thuật máy tính để xác định các vị trí và các kích thước của khuôn mặt trong các ảnh bất kỳ (ảnh kỹ thuật số). Kỹ thuật này nhận biết các đặc trưng của khuôn mặt và bỏ qua các thứ khác như: tòa nhà, cây cối, cơ thể, 2. Ứng dụng nhận dạng khuôn mặt 4 TẠP CHÍ KHOA HỌC QUẢN LÝ VÀ CÔNG NGHỆ Bài toán nhận dạng khuôn mặt được phát triển từ những năm 1990, đến nay bài toán đã được ứng dụng trong rất nhiều lĩnh vực khác nhau. Xác minh tội phạm: Dựa vào ảnh của một người, nhận dạng xem người đấy có phải là tội phạm hay không bằng cách so sách với các ảnh tội phạm đang được lưu trữ. .

• Đồ họa - Thiết kế - Flash
• Xác định khuôn mặt người
• Mô hình thống kê học sâu
• Nhận dạng khuôn mặt
• Xử lý ngôn ngữ tự nhiên
• Convolutional Neural Network
• Tiểu luận tốt nghiệp
• Tiểu luận tốt nghiệp ngành Công nghệ thông tin
• Xác định mặt người
• Điều khiển mờ và logic mờ
• Thuật toán Fast Marching
• Hệ thống xác định mặt người
• Báo cáo khoa học
• Đề tài khoa học và công nghệ
• Đề tài khoa học và công nghệ cấp Cơ sở
• Phương pháp xác định hướng nhìn
• luận văn
• nghiên cứu PCA
• giới thiệu Matlab
• xác định khuôn mặt
• xử lý ảnh thu
• xử lý ảnh động
• Journal of computer science and information technology
• Convolutional neural network application in biomedical signals
• Convolutional neural network application
• Identify the future research direction
• Recent improvements in big data
• Dự báo năng lượng gió
• Mô hình Convolutional Neural Network
• Mô hình Long Short Term Memory Network
• Mô hình Wavelet Packet Decomposition
• Điều chỉnh sai số
• BMC Cancer
• Deep learning
• PET/CT scanners increases
• Automated detection systems
• Artificial intelligence
• Estimation of key points
• Teaching of traditional martial arts
• 3 D human pose estimation
• Video traditional martial arts presentation
• BMC Bioinformatics
• Beta lactamase protein classification
• Feature selection
• Cryo EM
• Particle recognition
• Single particle reconstruction
• Extremely randomized trees
• Brain tumour segmentation
• U Net based fully convolutional networks
• Information sciences
• Extracting salient features
• Convolutional discriminative filters
• Discriminative filters
• Pooling mechanism
• Scene text recognition
• Optical character recognition
• Convolutional neural networks
• Computational time
• Deeper network outperforms
• Protein secondary structure
• Asymmetric convolutional neural network
• Long short term memory
• Protein structural analysis
• Amino acid similarities
• Mutation analysis
• Structural bioinformatics
• Europe’s ageing fleet
• Nuclear reactors operating
• CORTEX Horizon 2020 EU project
• Deep Learning framework
• 3D Convolutional Neural Network
• T cell epitope prediction
• Peptide based vaccine development
• Peptide MHC class I binding prediction
• Breast cancer
• Machine learning
• Computer aided detection
• Ground truth maps
• Pre processing
• Traffic Sign Recognition
• Convolution Neural Network
• Self Driving
• Multistage architectures
• Self driving vehicles
• Electron transport chain
• Cellular respiration
• Recurrent neural network
• Position specific scoring matrix
• Transport protein
• Enhancer–promoter interactions
• Cell line
• Transfer learning
• Gradient reversal layer
• Nearest neighbor
• Feature map
• Receptive field
• Cross entropy
• English handwriting
• Neural network
• BMC Genomics
• Copy number aberration
• Somatic mutation
• Cancer type prediction
• Convolutional neural network
• Human action recognition
• Depth motion map
• Deep neural network
• Support Vector Machine
• Multi task learning
• Named entity recognition
• Biomedical text mining
• Automatic modulation classification
• Ensemble learning
• CNN models
• Saliva secretory protein
• Capsule network
• RNA binding protein
• CLIP seq
• Deep belief network
• Multimodal deep learning
• Dense V net
• Automatic delineation
• Cervical Cancer
• Clinical target volume