Chia Sẻ Khóa Học Thị Giác Máy Tính - Nhận Dạng Khuôn Mặt Với Deep Learning Bằng Python [Khóa 9095 A]
Phát hiện và nhận dạng khuôn mặt từ hình ảnh, Phát hiện và nhận dạng khuôn mặt từ video thời gian thực, Phát hiện cảm xúc, Dự đoán tuổi-giới tính...!
Face Detection và Face Recognition là những ứng dụng được sử dụng nhiều nhất của Computer Vision. Sử dụng các kỹ thuật này, máy tính sẽ có thể trích xuất một hoặc nhiều khuôn mặt trong một hình ảnh hoặc video và sau đó so sánh nó với dữ liệu hiện có để xác định những người trong hình ảnh đó.
Face Detection và Face Recognition được sử dụng rộng rãi bởi chính phủ và tổ chức để giám sát và kiểm soát. Nó cũng được sử dụng hằng ngày trong nhiều ứng dụng như mở khóa bằng khuôn mặt của điện thoại di động, v.v.
Khóa học này sẽ là một khởi đầu nhanh chóng cho những người muốn đi sâu vào nhận dạng khuôn mặt bằng Python mà không phải đối phó với tất cả các phức tạp và toán học liên quan đến quá trình Deep Learning điển hình.
Khóa học sẽ sử dụng một thư viện python có tên là face-recognition, sử dụng các lớp và phương thức đơn giản để thực hiện nhận dạng khuôn mặt một cách dễ dàng. Bạn cũng sẽ sử dụng OpenCV, Dlib và Pillow cho python làm thư viện hỗ trợ.
Danh sách các chủ đề thú vị được bao gồm trong khóa học này:
1. Đầu tiên chúng ta sẽ có một buổi lý thuyết giới thiệu về công nghệ Face Detection và Face Recognition.
2. Sau đó, bạn sẽ sẵn sàng tiến hành chuẩn bị máy tính để code python bằng cách tải xuống và cài đặt ganaconda package. Sau đó, bạn sẽ cài đặt phần còn lại của các thư mục và thư viện được yêu cầu bao gồm dlib, face-recognition, opencv, v.v. và sẽ thử một chương trình nhỏ để xem mọi thứ có được cài đặt tốt không.
3. Hầu hết các bạn có thể không đến từ một nền tảng lập trình dựa trên python. Một vài phần và ví dụ tiếp theo sẽ giúp bạn có được kỹ năng lập trình python cơ bản để tiến hành các phần có trong khóa học này. Các chủ đề bao gồm Python assignment, flow-control, hàm và cấu trúc dữ liệu.
4. Sau đó, bạn sẽ được giới thiệu về những điều cơ bản của máy dò tìm khuôn mặt sẽ phát hiện khuôn mặt người từ một phương tiện truyền thông nhất định. Bạn sẽ thử code python để phát hiện các khuôn mặt từ một hình ảnh nhất định và sẽ trích xuất các khuôn mặt dưới dạng hình ảnh riêng biệt.
5. Sau đó, bạn sẽ tiếp tục với phát hiện khuôn mặt từ một video. Chúng ta sẽ truyền phát video trực tiếp theo thời gian thực từ webcam của máy tính và sẽ cố gắng phát hiện khuôn mặt từ đó. Bạn sẽ vẽ hình chữ nhật xung quanh mỗi khuôn mặt được phát hiện trong video trực tiếp.
6. Trong phiên tiếp theo, bạn sẽ học cách tùy chỉnh chương trình phát hiện khuôn mặt để làm mờ các khuôn mặt được phát hiện động từ luồng video webcam.
7. Sau đó, bạn sẽ thử nhận dạng biểu cảm khuôn mặt bằng mô hình pre-trained deep learning và sẽ xác định cảm xúc khuôn mặt từ video webcam thời gian thực cũng như hình ảnh tĩnh.
8. Và sau đó bạn sẽ thử Dự đoán độ tuổi và giới tính bằng pre-trained deep learning model và sẽ xác định Tuổi và giới tính từ video webcam thời gian thực cũng như hình ảnh tĩnh.
9. Sau khi phát hiện khuôn mặt, khóa học sẽ có phần giới thiệu về những điều cơ bản và hoạt động của nhận dạng khuôn mặt sẽ xác định khuôn mặt đã được phát hiện.
10. Trong phần tiếp theo, bạn sẽ thử code python để xác định tên của mọi người và khuôn mặt của họ từ một hình ảnh nhất định và sẽ vẽ một hình chữ nhật xung quanh khuôn mặt với tên của họ trên đó.
11. Sau đó, giống như chúng ta đã làm trong face detection, chúng ta sẽ tiếp tục với face recognition từ một video. Chúng ta sẽ truyền phát video trực tiếp theo thời gian thực từ webcam của máy tính và sẽ cố gắng xác định và đặt tên cho các khuôn mặt trong đó. Bạn sẽ vẽ hình chữ nhật xung quanh mỗi khuôn mặt được phát hiện và bên dưới tên của chúng trong video trực tiếp.
12. Hầu hết các lần trong quá trình code, cùng với quyết định đối sánh khuôn mặt, chúng ta có thể cần biết mức độ phù hợp của khuôn mặt. Vì vậy, chúng ta sẽ nhận được một tham số gọi là khoảng cách khuôn mặt, đó là cường độ khớp của hai mặt. Sau này bạn sẽ chuyển đổi giá trị khoảng cách khuôn mặt này thành tỷ lệ phần trăm đối diện bằng toán học đơn giản.
13. Trong hai phần tiếp, bạn sẽ tìm hiểu cách điều chỉnh các điểm mốc mặt được sử dụng để phát hiện khuôn mặt. Bạn sẽ vẽ đường nối các điểm đánh dấu mặt đất này để chúng ta có thể hình dung các điểm trên mặt mà máy tính được sử dụng để đánh giá.
14. Đưa tùy chỉnh điểm mốc lên cấp độ tiếp theo, chúng ta sẽ sử dụng các điểm mốc để tạo trang điểm khuôn mặt tùy chỉnh cho hình ảnh khuôn mặt.
Đó là tất cả về các chủ đề được bao gồm trong khóa học này. Code, hình ảnh và thư viện được sử dụng trong khóa học này đã được tải lên và chia sẻ trong một thư mục. Các liên kết để tải chúng trong phần cuối cùng hoặc phần tài nguyên của khóa học này. Bạn có thể tự do sử dụng code trong các dự án của bạn.
CUNG CẤP TÀI KHOẢN GOOGLE DRIVE DUNG LƯỢNG KHÔNG GIỚI HẠN VỚI GIÁ ƯU ĐÃI NHẤT, XEM CHI TIẾT TẠI ĐÂY
Copyright Disclaimer:
This
site does not store any files on its server. We only index and link to
content provided by other sites. Please contact the content providers to
delete copyright contents if any and email us, we'll remove relevant
links or contents immediately.
Tuyên bố miễn trừ bản quyền:
Trang web này không lưu trữ bất kỳ tệp nào trên máy chủ của nó. Chúng tôi chỉ lập chỉ mục và liên kết đến nội dung được cung cấp bởi các trang web khác. Vui
lòng liên hệ với các nhà cung cấp nội dung để xóa nội dung bản quyền
nếu có và gửi email cho chúng tôi, chúng tôi sẽ xóa các liên kết hoặc
nội dung có liên quan ngay lập tức.
Chia sẽ bài viết lên:
Nhà Sách Tin Học
Chào mừng các bạn đến với Blog Nhà Sách Tin Học. Thông qua Blog này mình muốn chia sẻ đến các bạn những kiến thức về tin học, các tài liệu hay giáo trình mà mình có hoặc siêu tầm được... Mình rất mong được sự ủng hộ nhiệt tình của các bạn bằng cách comment bài viết, chia sẻ bài viết hoặc liên hệ với mình qua blog này! Mình xin cảm ơn!
No Comment to " Chia Sẻ Khóa Học Thị Giác Máy Tính - Nhận Dạng Khuôn Mặt Với Deep Learning Bằng Python [Khóa 9095 A] "