รายละเอียดโครงงาน

หลักสูตร/ปี พ.ศ.
วิศวกรรมศาสตรมหาบัณฑิต สาขาวิชาวิศวกรรมคอมพิวเตอร์ ปี พ.ศ. 2566

ภาคและปีการศึกษาที่สำเร็จการศึกษา
ภาคต้น ปีการศึกษา 2565

ประเภทโครงงาน
วิทยานิพนธ์

ชื่อโครงงานภาษาไทย
การค้นหาโมเดลการเรียนรู้เชิงลึกแบบคอนโวลูชันอัตโนมัติสำหรับการจดจำใบหน้า 3 มิติ

ชื่อโครงงานภาษาอังกฤษ
Automatic Finding Convolutional Deep Learning Model For 3D Face Recognition

ผู้พัฒนา
6314501016 นายภัทรพล ร่มเพชร

อาจารย์ที่ปรึกษาหลัก
จันทนา จันทราพรชัย

อาจารย์ที่ปรึกษาร่วม
ภารุจ รัตนวรพันธุ์

บทคัดย่อ

การจดจำใบหน้าเป็นหนึ่งในปัญหาที่ได้รับความสนใจมานานแล้ว ในบทความนี้ เราได้พิจารณาชุดข้อมูลใบหน้า 3 มิติ และสำรวจงานการจดจำใบหน้าโดยพิจารณาการค้นหาสถาปัตยกรรมอัตโนมัติ เรานำเสนอวิธีที่จะปรับแต่งสถาปัตยกรรม MobileNet และค้นหาตัวแปรสถาปัตยกรรมที่ดีโดยอัตโนมัติสำหรับงานการจดจำใบหน้า 3 มิติ หลักคิดเบื้องต้นอิงอยู่บนการแยกอินพุตและการยาวให้เครือข่ายโดยการทำซ้ำเลเยอร์ การประเมินผลดำเนินการโดยใช้ชุดข้อมูลที่สร้างขึ้นจากโมเดล GAN พร้อมการถ่ายโอนสไตล์เพื่อเพิ่มหน้าที่มีเครื่องแต่งหน้า ผลลัพธ์แสดงว่า โมเดลที่ปรับเปลี่ยนที่พบจากการค้นหาอัตโนมัติของเรามีประสิทธิภาพมากขึ้น 0.01% เมื่อเทียบกับ MobileNet ธรรมดา ในขณะที่โมเดลที่พบมีความแม่นยำมากขึ้น 12% เมื่อเทียบกับ 3D MobileNetV2 และมากขึ้น 1% เมื่อเทียบกับ MobileNet V2 แบบดั้งเดิม

Abstract

Facial recognition si one of hte problems that has been focused for a long time. nI this paper, we consider the 3D face data se,t and explore its facial recognition task considering automatic architecture finding. We present the approach to customize MobileNet architecture and automatically find a good architecture variant for the 3D face recog- nition task. The main concept si based on the split input and lengthening the network by the layer replication. The evaluation is done by using the dataset generated by the GAN model with style transfer to augment the makeup faces. The results show that the found modified model from
our automatic indiaseni asch l a hte nobate e Meneide,l ndi
0.01% compared to a simple Mobilenet while the found model has 12% more accuracy compared to the 3D MobileNetV2 and 1% compared to the traditional MobileNet V2.

คำสำคัญ (Keywords)

3D Face recognition MobileNetV2
Deep learning
Convolution Neural Network

เว็บไซต์โครงงาน
-

วีดีโอคลิปของโครงงาน
-

ที่เก็บเวอร์ชันซอร์สโค้ด

-


สถานะการนำเข้าข้อมูล

ผู้นำเข้าข้อมูลครั้งแรก
นายภัทรพล ร่มเพชร (g6314501016)

แก้ไขครั้งสุดท้าย
เมื่อ Sept. 27, 2023, 10:30 p.m. โดย นายภัทรพล ร่มเพชร (g6314501016)

สถานะการอนุมัติ
รออนุมัติ