人臉辨識系統特徵擷取之研究

dc.contributor黃文吉zh_TW
dc.contributorHwang, Wen-Jyien_US
dc.contributor.author彭涵芸zh_TW
dc.contributor.authorPeng, Han-Yunen_US
dc.date.accessioned2022-06-08T02:43:32Z
dc.date.available2021-09-01
dc.date.available2022-06-08T02:43:32Z
dc.date.issued2021
dc.description.abstract近年來人工智慧蓬勃發展,應用在眾多領域當中,因此使用生物特徵進行驗證也越來越普遍,通常會利用生物特徵的唯一性來區分生物個體,而人臉辨識是其中的一種方式。人臉辨識有三個步驟,人臉偵測、特徵擷取、人臉識別。在人臉辨識系統中,特徵擷取為重要的一環,有較佳的特徵,可以幫助系統後續的學習與歸納。特徵學習可分為兩類,監督式特徵學習和無監督式特徵學習,兩種方式各有優缺點。特徵擷取後很難評判選取的好壞,所以希望使用一些視覺化與數據分析的方式,來輔助我們判斷特徵的優劣。人臉辨識系統需要使用當地的資料集,所以在網路上收集亞洲人臉,用來豐富系統的資料集。在視覺化的部分使用Gradient-weighted Class Activation Mapping來觀察類神經網路關注的地方,進而了解擷取的特徵是否為人臉五官。在數據分析的部分使用影像相似度的方法,來觀察與分析特徵擷取結果的好壞。本論文找尋一種驗證機制,來確定無監督式特徵學習中的Autoencoder是否擷取到人臉的重要特徵,在利用上述的驗證機制,來驗證使用Autoencoder作為特徵擷取網路,應用於人臉辨識系統中可否有效提升準確度。zh_TW
dc.description.abstractnoneen_US
dc.description.sponsorship資訊工程學系zh_TW
dc.identifier60847042S-40118
dc.identifier.urihttps://etds.lib.ntnu.edu.tw/thesis/detail/c0d1207decaaf58ecbe3d6d22201017b/
dc.identifier.urihttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/117325
dc.language中文
dc.subject類神經網路zh_TW
dc.subject人臉辨識zh_TW
dc.subjectAutoencoderzh_TW
dc.subjectnoneen_US
dc.title人臉辨識系統特徵擷取之研究zh_TW
dc.titleFeature Extraction for Face Recognition Systemsen_US
dc.type學術論文

Files

Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
60847042S-40118.pdf
Size:
3.44 MB
Format:
Adobe Portable Document Format
Description:
學術論文

Collections