Forwarded from موسسه آموزشی و پژوهشی Tj
آموزش #متلب #هوش مصنوعی
🔴 پیادهسازی سیستم تشخیص چهره (با ابزار هوش مصنوعی) در متلب — راهنمای کاربردی
در این مطلب، با نحوه پیادهسازی سیستم تشخیص چهره در محیط و «زبان برنامهنویسی متلب» (MATLAB Programming Language) آشنا خواهید شد. سیستمهای «تشخیص چهره» (Face Detection | Face Recognition) (به ویژه سیستمهای تشخیص چهره سهبُعدی)، دستهای از سیستمهای پیشرفته در حوزه «بینایی کامپیوتر» (Computer Vision) محسوب میشوند که کاربردهای متنوعی از جمله «نظارت» (Surveillance) و «امنیت» (Security) دارند.
══ فهرست مطالب ══
○ سیستمهای تشخیص چهره
○ خواندن دادههای تصاویر سه بُعدی عمق در متلب
○ تشخیص چهره
○ فرایندهای پیشپردازشی در تشخیص چهره
🔸 سیستمهای تشخیص چهره
در یک دهه اخیر، الگوریتمهای یادگیری ماشین مختلفی برای کاربردهای «پردازش تصویر» (Image Processing) و بینایی کامپیوتر ارائه شده است. الگوریتمهایی نظیر «الگوهای باینری محلی» (Local Binary Patterns | LBP) و روش HAAR از جمله روشهای محبوب و پرکاربرد هستند که به صورت گسترده برای تشخیص چهره مورد استفاده قرار میگیرند. از همه مهمتر، نتایج حاصل از ارزیابی عملکرد آنها در شرایط آزمایشگاهی، از کارآمدی بالای این دسته از الگوریتمها جهت تشخیص چهره حکایت دارند.
با این حال، بیشتر الگوریتمهای نام برده شده، برای تشخیص بلادرنگ (Real-Time) چهره و در «شرایط محیطی نامقید» (Unconstrained Environments) مناسب نیستند. در سالهای اخیر، روشهای «یادگیری عمیق» (Deep Learning) به محبوبیت فوقالعادهای در زمینههای مختلف هوش مصنوعی دست یافتهاند؛ به گونهای که محبوبیت آنها از محبوبیت روشهای یادگیری ماشین مرسوم بیشتر شده است.
🔸 خواندن دادههای تصاویر سه بُعدی عمق در متلب
تصویر سهبُعدی یک «شیء» (Object) حاوی مقادیر «ارتفاع» (Height)، «عرض» (Width) و «عمق» (Depth) هر نقطه در شیء مورد نظر خواهد بود (منظور از شیء، تصاویر دیجیتال سهبُعدی است). به طور کلی، در مجموعههای داده خام سهبُعدی نظیر مجموعه داده چهره FRGC یا (FRGC 2.0 Face Database)، مجموعه داده Collection F و مجموعه داده Collection G 3D ear و سایر موارد، فایلهای تصاویر سهبُعدی با «پسوند» (Extension) خاص abs. ذخیره شدهاند.
#پایان نامه #مقاله #هوش مصنوعی
➖➖➖➖➖➖➖➖➖➖
🌐 Channel: @Moassese_Tj
📣 GP: @Moasseseh_Tj
♦️ insta : instagram.com/Moaseseh_Tj
🔗 موسسه آموزشی و پژوهشی Tj/دپارتمان های تخصصی کلیه رشته ها
🔴 پیادهسازی سیستم تشخیص چهره (با ابزار هوش مصنوعی) در متلب — راهنمای کاربردی
در این مطلب، با نحوه پیادهسازی سیستم تشخیص چهره در محیط و «زبان برنامهنویسی متلب» (MATLAB Programming Language) آشنا خواهید شد. سیستمهای «تشخیص چهره» (Face Detection | Face Recognition) (به ویژه سیستمهای تشخیص چهره سهبُعدی)، دستهای از سیستمهای پیشرفته در حوزه «بینایی کامپیوتر» (Computer Vision) محسوب میشوند که کاربردهای متنوعی از جمله «نظارت» (Surveillance) و «امنیت» (Security) دارند.
══ فهرست مطالب ══
○ سیستمهای تشخیص چهره
○ خواندن دادههای تصاویر سه بُعدی عمق در متلب
○ تشخیص چهره
○ فرایندهای پیشپردازشی در تشخیص چهره
🔸 سیستمهای تشخیص چهره
در یک دهه اخیر، الگوریتمهای یادگیری ماشین مختلفی برای کاربردهای «پردازش تصویر» (Image Processing) و بینایی کامپیوتر ارائه شده است. الگوریتمهایی نظیر «الگوهای باینری محلی» (Local Binary Patterns | LBP) و روش HAAR از جمله روشهای محبوب و پرکاربرد هستند که به صورت گسترده برای تشخیص چهره مورد استفاده قرار میگیرند. از همه مهمتر، نتایج حاصل از ارزیابی عملکرد آنها در شرایط آزمایشگاهی، از کارآمدی بالای این دسته از الگوریتمها جهت تشخیص چهره حکایت دارند.
با این حال، بیشتر الگوریتمهای نام برده شده، برای تشخیص بلادرنگ (Real-Time) چهره و در «شرایط محیطی نامقید» (Unconstrained Environments) مناسب نیستند. در سالهای اخیر، روشهای «یادگیری عمیق» (Deep Learning) به محبوبیت فوقالعادهای در زمینههای مختلف هوش مصنوعی دست یافتهاند؛ به گونهای که محبوبیت آنها از محبوبیت روشهای یادگیری ماشین مرسوم بیشتر شده است.
🔸 خواندن دادههای تصاویر سه بُعدی عمق در متلب
تصویر سهبُعدی یک «شیء» (Object) حاوی مقادیر «ارتفاع» (Height)، «عرض» (Width) و «عمق» (Depth) هر نقطه در شیء مورد نظر خواهد بود (منظور از شیء، تصاویر دیجیتال سهبُعدی است). به طور کلی، در مجموعههای داده خام سهبُعدی نظیر مجموعه داده چهره FRGC یا (FRGC 2.0 Face Database)، مجموعه داده Collection F و مجموعه داده Collection G 3D ear و سایر موارد، فایلهای تصاویر سهبُعدی با «پسوند» (Extension) خاص abs. ذخیره شدهاند.
#پایان نامه #مقاله #هوش مصنوعی
➖➖➖➖➖➖➖➖➖➖
🌐 Channel: @Moassese_Tj
📣 GP: @Moasseseh_Tj
♦️ insta : instagram.com/Moaseseh_Tj
🔗 موسسه آموزشی و پژوهشی Tj/دپارتمان های تخصصی کلیه رشته ها
👍3👎1
Forwarded from موسسه آموزشی و پژوهشی Tj
#هوش مصنوعی
🔴 اگر فکر میکردید به این زودیها چیزی باهوشتر از ChatGPT بهوجود نمیآید، در اشتباه بودید؛ چون حالا با AutoGPT روبهرو هستیم. AutoGPT نیازمند دریافت ورودیهای متعدد از کاربر نیست و میتواند خودش تحقیق کند، از اشتباهاتش درس بگیرد و رفتارش را براساس شرایط تغییر دهد.
مدل AutoGPT که در تاریخ 10 فروردینماه توسط توسعهدهندهای به نام Significant Gravitas در گیتهاب منتشر شد، مدعی است که سرعت و راندمان بسیار بیشتری نسبت به مغز انسانها دارد. اگر AutoGPT واقعاً شبیه به آن چیزی باشد که ادعا میکند، میتواند تهدیدی جدی برای بسیاری از مشاغل باشد.
برخلاف ChatGPT که یک رابط تحت وب دارد، برای استفاده از AutoGPT به کمی دانش فنی نیاز دارید و باید چند برنامه خاص را دانلود کنید. پیشنیازهای این فناوری پایتون 3.8، یک کلید API از OpenAI و یک کلید API از PINECONE است.
۴. یک مهندس کامپیوتر میگوید در آزمایشی که با AutoGPT داشته است، از این برنامه خواسته تا یک برنامه بسازد. سپس این هوش مصنوعی خودش متوجه شده است که کامپیوتر کاربر فاقد بستر Node بوده و با نصب آن سرور را روی کامپیوتر ایجاد کرده است؛ بدون آنکه نیاز به اقدامی از سوی کاربر باشد.
#هوش مصنوعی #آموزش #chat gpt
➖➖➖➖➖➖➖➖➖➖
🌐 Channel: @Moassese_Tj
📣 GP: @Moasseseh_Tj
♦️ insta : instagram.com/Moaseseh_Tj
🔗 موسسه آموزشی و پژوهشی Tj/دپارتمان های تخصصی کلیه رشته ها
🔴 اگر فکر میکردید به این زودیها چیزی باهوشتر از ChatGPT بهوجود نمیآید، در اشتباه بودید؛ چون حالا با AutoGPT روبهرو هستیم. AutoGPT نیازمند دریافت ورودیهای متعدد از کاربر نیست و میتواند خودش تحقیق کند، از اشتباهاتش درس بگیرد و رفتارش را براساس شرایط تغییر دهد.
مدل AutoGPT که در تاریخ 10 فروردینماه توسط توسعهدهندهای به نام Significant Gravitas در گیتهاب منتشر شد، مدعی است که سرعت و راندمان بسیار بیشتری نسبت به مغز انسانها دارد. اگر AutoGPT واقعاً شبیه به آن چیزی باشد که ادعا میکند، میتواند تهدیدی جدی برای بسیاری از مشاغل باشد.
برخلاف ChatGPT که یک رابط تحت وب دارد، برای استفاده از AutoGPT به کمی دانش فنی نیاز دارید و باید چند برنامه خاص را دانلود کنید. پیشنیازهای این فناوری پایتون 3.8، یک کلید API از OpenAI و یک کلید API از PINECONE است.
۴. یک مهندس کامپیوتر میگوید در آزمایشی که با AutoGPT داشته است، از این برنامه خواسته تا یک برنامه بسازد. سپس این هوش مصنوعی خودش متوجه شده است که کامپیوتر کاربر فاقد بستر Node بوده و با نصب آن سرور را روی کامپیوتر ایجاد کرده است؛ بدون آنکه نیاز به اقدامی از سوی کاربر باشد.
#هوش مصنوعی #آموزش #chat gpt
➖➖➖➖➖➖➖➖➖➖
🌐 Channel: @Moassese_Tj
📣 GP: @Moasseseh_Tj
♦️ insta : instagram.com/Moaseseh_Tj
🔗 موسسه آموزشی و پژوهشی Tj/دپارتمان های تخصصی کلیه رشته ها
👍7👎1