Đang tải... (xem toàn văn)
Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.Dự đoán tuổi và giới tính bằng phương pháp học sâu.
i HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THƠNG - TRẦN TẤN LỘC DỰ ĐỐN TUỔI VÀ GIỚI TÍNH BẰNG PHƯƠNG PHÁP HỌC SÂU ĐỀ ÁN TỐT NGHIỆP THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng) THÀNH PHỐ HỒ CHÍ MINH – NĂM 2023 ii HỌC VIỆN CƠNG NGHỆ BƯU CHÍNH VIỄN THÔNG TRẦN TẤN LỘC DỰ ĐỐN TUỔI VÀ GIỚI TÍNH BẰNG PHƯƠNG PHÁP HỌC SÂU Chuyên ngành: Hệ thống thông tin Mã số: 8.48.01.04 ĐỀ ÁN TỐT NGHIỆP THẠC SỸ KỸ THUẬT (Theo định hướng ứng dụng) NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS LÊ HỒNG THÁI THÀNH PHỐ HỒ CHÍ MINH – NĂM 2023 i LỜI CAM ĐOAN Tôi xin cam đoan đề án thạc sĩ công nghệ thông tin “Dự đốn tuổi giới tính phương pháp học sâu” nghiên cứu, tổng hợp thực Tất nội dung, số liệu, kết nêu đề án tốt nghiệp trung thực chưa công bố cơng trình khác Tơi hồn tồn chịu trách nhiệm cho hành vi chép trái phép vi phạm quy chế đào tạo Tp Hồ Chí Minh, ngày 16 tháng 08 năm 2023 Học viên thực đề án Trần Tấn Lộc LỜI CẢM ƠN Tôi xin gửi lời cảm ơn chân thành sâu sắc đến PGS.TS Lê Hoàng Thái, người thầy tận tâm nhiệt tình việc hướng dẫn động viên tơi suốt trình thực đề án Nhờ hỗ trợ người thầy, định hướng hồn thành mục tiêu mà tơi đề Tôi xin gửi lời tri ân chân thành đến Thầy, Cơ đồng hành tận tình giảng dạy cho tơi suốt thời gian học tập chương trình Thạc sĩ Hệ thống thông tin khoa Đào tạo Sau đại học, Học viện Cơng nghệ Bưu Viễn thơng sở thành phố Hồ Chí Minh Tơi muốn bày tỏ lòng biết ơn đến ban Giám Đốc Trung tâm Công nghệ Thông tin – Viễn thông Tây Ninh tạo điều kiện thuận lợi cho học tập Tôi biết ơn đến tất bạn bè động viên, hỗ trợ đóng góp ý kiến quý báu cho đề án Đóng góp bạn giúp tơi hồn thiện nghiên cứu Đề án hoàn thành đạt số kết định, thừa nhận cịn tồn hạn chế thiếu sót Vì vậy, chân thành mong nhận thông cảm đóng góp q báu từ q thầy bạn để tơi cải thiện nâng cao chất lượng nghiên cứu Một lần tơi xin chân thành cảm ơn! Tp Hồ Chí Minh, ngày 16 tháng 08 năm 2023 Học viên thực đề án Trần Tấn Lộc MỤC LỤC LỜI CAM ĐOAN i LỜI CẢM ƠN ii MỤC LỤC iii DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT vi DANH SÁCH BẢNG vii DANH SÁCH HÌNH VẼ viii MỞ ĐẦU .1 CHƯƠNG - TỔNG QUAN 1.1 Lý chọn đề án 1.2 Tổng quan vấn đề nghiên cứu .4 1.3 Mục tiêu nghiên cứu 1.4 Đối tượng phạm vi nghiên cứu 1.5 Phương pháp nghiên cứu 1.6 Ý nghĩa khoa học thực tiễn đề án 10 CHƯƠNG - CƠ SỞ LÝ THUYẾT 11 2.1 Giới thiệu học sâu thị giác máy tính 11 2.1.1 Học sâu 11 2.1.1.1 Các thành phần mơ hình học sâu 12 2.1.1.2 So với máy học, mơ hình học sâu mang lại lợi ích sau 13 2.1.2 Thị giác máy tính 15 2.2 Kiến trúc mạng nơ ron tích chập 15 2.2.1 Tổng quan kiến trúc mạng tích chập 15 2.2.2 Các đặc trưng chung mạng CNN .17 2.2.3 Các mạng CNN tiêu biểu .19 CHƯƠNG - PHÂN TÍCH VÀ THIẾT KẾ HỆ THỐNG 27 3.1 Hướng tiếp cận 27 3.2 Dữ liệu huấn luyện 27 3.2.1 Giới thiệu tập liệu .27 3.2.2 Các bước xây dựng từ tập liệu Adience Dataset 29 3.3 Tiền xử lý liệu .31 3.3.1 Loại bỏ đặc trưng không cần thiết 31 3.3.2 Chỉnh kích thước ảnh sang kích thước phù hợp .32 3.4 Mơ hình sử dụng .32 3.4.1 Tổng quan mơ hình 32 3.4.2 Định nghĩa 35 3.4.3.Chuẩn bị liệu tập huấn 38 3.4.4 Kiến trúc .40 3.4.5 Huấn luyện mơ hình 43 3.4.5.1 Khởi tạo mơ hình 43 3.4.5.2 Các phương thức tiền xử lý ảnh .45 3.4.5.3 Các bước tiến hành huấn luyện mơ hình 48 CHƯƠNG - CÀI ĐẶT THỬ NGHIỆM VÀ ĐÁNH GIÁ .52 4.1 Cài đặt môi trường 52 4.2 Phương pháp đánh giá .52 4.3 Phân tích đánh giá hệ thống đề xuất 53 4.3.1 Xây dựng mô đun đánh giá 53 4.3.2 Kiểm tra đánh giá hệ thống liệu công khai 57 4.3.2.1 Bộ liệu công khai Adience 57 4.3.2.2 Kết đánh giá liệu công khai Adience 57 4.3.3 Kiểm tra đánh giá hệ thống liệu xây dựng 59 4.3.3.1 Bộ liệu xây dựng 59 4.3.3.2 Kết đánh giá liệu xây dựng 59 4.4 Cài đặt triển khai thử nghiệm 60 KẾT LUẬN 64 DANH MỤC TÀI LIỆU THAM KHẢO 66 DANH MỤC CÁC THUẬT NGỮ, CHỮ VIẾT TẮT VIẾT TẮT TIẾNG ANH TIẾNG VIỆT CNN Convolutional Neural Network Mạng Nơ ron tích chập CV Curriculum Vitae Hồ sơ cá nhân AI Artificial Intelligence Trí tuệ nhân tạo DL Deep Learning Học sâu ML Mechine Learning Học máy Conv Convolutional layer Lớp tích chập ReLU Rectified Linear Unit Hàm kích hoạt mạng nơ ron nhân tạo DANH SÁCH BẢNG Bảng 3.1: Danh mục nhãn 30 Bảng 3.3: Thông tin nhãn tương ứng với ảnh 31 DANH SÁCH HÌNH VẼ Hình 2.1: Mơ hình học sâu .12 Hình 2.2: Hình ảnh tỷ lệ xám có kênh 17 Hình 2.3: Mạng Alexnet, kiến trúc điển hình CNN .17 Hình 2.4: Kiến trúc LeNet 19 Hình 2.5: Kiến trúc AlexNet 19 Hình 2.6: Hàm ReLU 21 Hình 2.7: Phương pháp dropout 21 Hình 2.8: Kiến trúc VGG-16 22 Hình 2.9: Kiến trúc GoogleNet .23 Hình 2.10: Kiến trúc GoogleNet - Inception version .25 Hình 3.1: Hình ảnh tập liệu Adience 28 Hình 3.2: Thư mục chứa ảnh giải nén 29 Hình 3.3: Mạng Alexnet 33 Hình 3.4: Ví dụ thí nghiệm sử dụng ReLU .35 Hình 3.5: Tổ chức thư mục 36 Hình 3.6: Mơ hình gồm block 40 Hình 3.7: Kết huấn luyện độ tuổi dạng biểu đồ 49 Hình 3.8: Kết huấn luyện độ tuổi 50 Hình 3.9: Kết huấn luyện giới tính dạng biểu đồ 51 Hình 3.10: Kết huấn luyện giới tính 51