Deep Learning-Based Face Analytics

این کتاب مروری بر روش‌های مختلف مبتنی بر یادگیری عمیق برای تشخیص چهره و مشکلات مرتبط ارائه می‌کند. به طور خاص، نویسندگان روش‌هایی را مبتنی بر رمزگذارهای خودکار، ماشین‌های بولتزمن محدود، و شبکه‌های عصبی کانولوشن عمیق برای تشخیص چهره، محلی‌سازی، ردیابی، تشخیص و غیره ارائه می‌کنند. نویسندگان همچنین مزایا و معایب رویکردهای موجود را مورد بحث قرار می‌دهند و راه‌های پژوهشی امیدوارکننده را در این مورد شناسایی می‌کنند. زمینه در حال تکامل.

با وجودی که تعدادی از رویکردهای مختلف در ادبیات برای تشخیص چهره بر اساس روش‌های یادگیری عمیق پیشنهاد شده‌اند، هیچ کتاب واحدی در ادبیات موجود نیست که یک نمای کلی از این موارد ارائه دهد. مواد و روش ها. کتاب پیشنهادی وضعیت هنر در تشخیص چهره را با استفاده از روش‌های مختلف یادگیری عمیق نشان می‌دهد و موضوعات مختلف مرتبط با تشخیص چهره را پوشش می‌دهد.

این کتاب برای دانشجویان فارغ‌التحصیل رشته مهندسی برق و/ طراحی شده است. یا علوم کامپیوتر بیومتریک درسی است که به طور گسترده در هر دو مقطع کارشناسی و کارشناسی ارشد در بسیاری از موسسات در سراسر جهان ارائه می شود: این کتاب می تواند به عنوان یک کتاب درسی برای آموزش موضوعات مرتبط با تشخیص چهره مورد استفاده قرار گیرد. علاوه بر این، این کار برای شاغلین در صنعت که روی مشکلات مربوط به بیومتریک کار می کنند مفید است. پیش نیازهای استفاده بهینه عبارتند از دانش اولیه تشخیص الگو، یادگیری ماشین، نظریه احتمالات و جبر خطی.

This book provides an overview of different deep learning-based methods for face recognition and related problems. Specifically, the authors present methods based on autoencoders, restricted Boltzmann machines, and deep convolutional neural networks for face detection, localization, tracking, recognition, etc. The authors also discuss merits and drawbacks of available approaches and identifies promising avenues of research in this rapidly evolving field.

Even though there have been a number of different approaches proposed in the literature for face recognition based on deep learning methods, there is not a single book available in the literature that gives a complete overview of these methods. The proposed book captures the state of the art in face recognition using various deep learning methods, and it covers a variety of different topics related to face recognition.

This book is aimed at graduate students studying electrical engineering and/or computer science.  Biometrics is a course that is widely offered at both undergraduate and graduate levels at many institutions around the world: This book can be used as a textbook for teaching topics related to face recognition. In addition, the work is beneficial to practitioners in industry who are working on biometrics-related problems. The prerequisites for optimal use are the basic knowledge of pattern recognition, machine learning, probability theory, and linear algebra.