Pobierz prezentację
Pobieranie prezentacji. Proszę czekać
1
mgr inż. Rafał Komański styczeń 2004
Rozpoznawania twarzy mgr inż. Rafał Komański styczeń 2004
2
Wprowadzenie automatyczne przetwarzanie twarzy zastosowanie
sieci neuronowe
3
Podstawowe pojęcia detekcja twarzy rozpoznawanie twarzy
analiza wyrazu twarzy kategoryzacja na podstawie rysów twarzy
4
Detekcja twarzy potrzeba znalezienia twarzy na obrazie lokalizacja
przykład:
5
Rozpoznawanie twarzy baza danych i porównywanie twarzy
modele analityczne modele oparte na sieciach neuronowych
6
Podstawowe pojęcia detekcja twarzy rozpoznawanie twarzy
analiza wyrazu twarzy kategoryzacja na podstawie rysów twarzy reprezentacja twarzy
7
Reprezentacja twarzy 128 128 64 64 32 32 16 16 8 bpp 4 bpp
8
Pamięci skojarzeniowe
zapamiętanie danych wejściowych odtworzanie zapamiętanych danych poprawne odtworzanie wersji uszkodzonej zaszumionej adresowanie kontekstowe
9
Sieci autoasocjacyjne
Sieć Hopfielda Dwuwarstwowy perceptron
10
Sieć Hopfielda jednowarstwowa, rekurencyjna dyskretna tryb uczenia
reguła Hebba tryb odtworzeniowy synchronicznie
11
Dwuwarstwowy perceptron
dwuwarstwowa, neurony sigmoidalne propagacja wsteczna (backpropagation) wolna zbieżność uczenie jako zadanie optymalizacyjne metoda gradientów sprzężonych z regularyzacją (Moller)
12
Wyniki poprawne odtwarzanie nauczonych obrazów
13
Wyniki - c.d. zadowalające odtwarzanie częściowo zniekształconych lub zasłoniętych obrazów
14
Wyniki - c.d. potwierdzenie możliwości wykorzystania pamięci autoasocjacyjnych do zapamiętywania i odtwarzania obrazów twarzy wady: długi czas uczenie i odtwarzania sieci Hopfielda bardzo długi czas uczenia sieci BP, nie zawsze zakończony sukcesem
15
Problemy Zmienne oświetlenie Różne położenie twarzy na obrazach
16
Podsumowanie rozpoznawanie twarzy
możliwość wykorzystania sieci autoasocjacyjnych do zapamiętywania i odtwarzania obrazów twarzy problemy
17
Koniec Dziękuję za uwagę
Podobne prezentacje
© 2024 SlidePlayer.pl Inc.
All rights reserved.