شماره ركورد كنفرانس :
4162
عنوان مقاله :
مكان‌يابي چهره با استفاده از شبكه‌هاي كانولوشن عميق
پديدآورندگان :
رضائي مصعب m-rezaei@stu.scu.ac.ir دانشجوي كارشناسي ارشد، دانشگاه شهيد چمران اهواز ؛ () , علوي سيد عنايت اله se.alavi@scu.ac.ir استاديار، دانشگاه شهيد چمران اهواز ؛
() , رشتي محمدجواد mohammad.rashti@scu.ac.ir استاديار، دانشگاه شهيد چمران اهواز ؛
()
كليدواژه :
شبكه‌هاي عصبي كانولوشن , تشخيص چهره , تنسورفلو , واحدهاي پردازش گرافيكي
عنوان كنفرانس :
اولين همايش ملي كامپيوتر، فناوري اطلاعات و كاربردهاي هوش مصنوعي
چكيده فارسي :
در اين مقاله هدف طراحي يك شبكه‌ي عصبي كانولوشن كوچك براي دسته‌بندي چهره است كه بتواند به دقتي نزديك به ساير شبكه‌هاي عصبي عميق بسيار بزرگتر و پيچيده‌تر در زمان آموزشي كوتاهي دست يابد و از آن براي تشخيص چهره در تصاويري بزرگتر استفاده شود. با توجه به اينكه شبكه‌هاي عصبي كانولوشن به خودي خود حجم بالايي از حافظه را اشغال مي‌كنند و زمان زيادي صرف آموزش آن‌ها مي‌شود، استفاده از شبكه‌هاي كانولوشن بزرگ براي تشخيص چهره، تنها براي رسيدن به دقت بالاتر توجيه‌پذير نيست. با اين حال با توجه به اين كه بارها توانايي‌هاي شبكه‌هاي عصبي عميق چه در استخراج ويژگي‌هاي سطح بالاتر و بصري‌تر و چه در تشخيص اشيا نشان داده شده است و هم‌چنين استفاده از سخت افزارهاي پيچيده‌تر براي تسريع روند آموزش، مانند واحدهاي پردازش گرافيكي كه با تعداد بالا و به صورت موازي مورد استفاده قرار مي‌گيرند، تمايل به استفاده از اين شبكه‌ها بيش‌تر و بيش‌تر مي‌شود. از اين رو، خلاقيت بكار رفته در اين مقاله طراحي شبكه‌ي كانولوشني است كه با وجود عمق كم آن يعني استفاده از سه لايه‌ي كانولوشن و دو لايه‌ي تمام متصل، مي‌تواند روي پايگاه داده‌هاي Wider Face به نرخ % 87,89 براي تصاوير آزمايش در دسته‌بندي دست يابد.
