مقایسه دقت الگوریتم های تشخیص چهره مبتنی بر یادگیری عمیق
عنوان مقاله: مقایسه دقت الگوریتم های تشخیص چهره مبتنی بر یادگیری عمیق
شناسه ملی مقاله: CONFIT01_1182
منتشر شده در اولین کنفرانس بین المللی فناوری اطلاعات، مدیریت و کامپیوتر در سال 1403
شناسه ملی مقاله: CONFIT01_1182
منتشر شده در اولین کنفرانس بین المللی فناوری اطلاعات، مدیریت و کامپیوتر در سال 1403
مشخصات نویسندگان مقاله:
مصطفی عبدالهیان دهکردی - گروه مهندسی کامپیوتر، دانشگاه فنی و حرفه ای ، تهران ، ایران
علی جزینی درچه - دانشجوی کارشناسی کامپیوتر، دانشکده فنی پسران شهرکرد ، تهران ، ایران
خلاصه مقاله:
مصطفی عبدالهیان دهکردی - گروه مهندسی کامپیوتر، دانشگاه فنی و حرفه ای ، تهران ، ایران
علی جزینی درچه - دانشجوی کارشناسی کامپیوتر، دانشکده فنی پسران شهرکرد ، تهران ، ایران
سیستم تشخیص چهره یک فناوری در حال توسعه در جهان است و به بخشی حیاتی از زندگی روزمره ما تبدیل می شود.که امروزه بیشتر روی این سیستم کار میشه و این تکنولوژی توانا در شناسایی و تایید یک فرد از یک عکس دیجیتال یا ویدیوی می باشد که با استفاده از صورت یک فرد به دست می آورد قادر است افراد را از یک دیگر تشخیص دهد و آن ها را شناسایی نماید و بتواند هویت افراد را تایید کند در سال های اخیر از فناوری تشخیص چهره در بسیاری از زمینه های استفاده شده است مانند استفاده از این فناوری برای بازگشایی قفل صفحه گوشی های هوشمند تا کاربردهای بسیار مهم امنیتی به سایت های شبکه های اجتماعی ،مدیریت کلاهبرداری و بهبود تجربه ،کاربرد گسترشی دارد. یکی از ویژگی های مهم تشخیص چهره خاصیت غیر تهاجمی و غیر تماسی آن است . که آن را از سایر بیومتری ها مانند عنبیه یا تشخیص اثر انگشت که نیاز به مشارکت افراد دارد متمایز می کند .هدف از این تحقیق شناسایی تشخیص چهره در طراحی های مختلف است . و در دو دهه ی گذشته چندین الگوریتم سیستم تشخیص چهره ارایه شده است و پیشرفت های عمده ی حاصل شده . در نتیجه عملکرد سیستم های تشخیص چهره در شرایط کنترل شده اکنون به سطح رضایت بخشی رسیده است .استفاده از یک پروتکل رسمی طبقه بندی تشخیص چهره بر روی پایگاه های داده دارای سرعت مناسب بوده و نسبت به روش های دیگر کم هزینه تر است . این سیستم توسعه یافته شبکه های عصبی Convolutionalبرای استخراج ویژگی های مربوط به صورت استفاده می کند. این ویژگی ها امکان مقایسه چهره بین آنها را به روشی کارآمد فراهم می کند.
کلمات کلیدی: هویت افراد ؛ مدیریت کلاهبرداری ؛ غیر تهاجمی ؛ بیومتریک ها ؛ شبکه های عصبی .
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/2084474/