Применение нейросетевых технологий для решения задачи распознавания лиц презентация

Содержание

Слайд 2

Применение

Применение

Слайд 3

Структура процесса распознавания

Структура процесса распознавания

Слайд 4

Детектирование

Детектирование

Слайд 5

Обзор методов

Метод Виолы-Джонса;
Метод с использованием гистограмм;
Байесовские сети;
Статистические методы;
Нейронные сети.

Обзор методов Метод Виолы-Джонса; Метод с использованием гистограмм; Байесовские сети; Статистические методы; Нейронные сети.

Слайд 6

Полносверточные нейронные сети

Полносверточные нейронные сети

Слайд 7

Компоненты сверточной нейронной сети

Слой свертки

Слой обратной свертки

Компоненты сверточной нейронной сети Слой свертки Слой обратной свертки

Слайд 8

Pooling

Max pooling

Upsampling

Слой активации

ReLU

Слой нормализации

Pooling Max pooling Upsampling Слой активации ReLU Слой нормализации

Слайд 9

Распознавание

Распознавание

Слайд 10

Обзор методов

Метод гибкого сравнения на графах;
Скрытые Марковские модели;
Метод главных компонент;
Активные модели внешнего вида;
Нейронные

сети.

Обзор методов Метод гибкого сравнения на графах; Скрытые Марковские модели; Метод главных компонент;

Слайд 11

Сверточные нейронные сети

Связь сверточных нейронных сетей с полносверточными

Сверточные нейронные сети Связь сверточных нейронных сетей с полносверточными

Слайд 12

Структура искусственного нейрона

Структура искусственного нейрона

Слайд 13

Обучение нейронной сети

Обучение нейронной сети

Слайд 14

Текущее состояние исследований

Операция свертки требует больших временных затрат;
Использование системы остаточных классов для ускорения

вычислений.

Текущее состояние исследований Операция свертки требует больших временных затрат; Использование системы остаточных классов для ускорения вычислений.

Имя файла: Применение-нейросетевых-технологий-для-решения-задачи-распознавания-лиц.pptx
Количество просмотров: 49
Количество скачиваний: 0