الصفحة الرئيسية
نبذة عن العمادة
نبذة عن العمادة
الرؤية والرسالة
الهيكل التنظيمي
الدراسات العليا بجامعة الملك عبد العزيز
الخدمات البحثية والدورات
وحدة الخدمات البحثية
ابحاث مهمة للمجتمع
خدمات العمادة
أسئلة متكررة
الأبحاث
دليل المنسوبين
مواقع مفضلة
دعم الطلاب
خريطة الوصول للعمادة
آلية توزيع الاستبانات
خدمة الاستبانات الطلابية
جوائز الدراسات العليا
التقديم على الجوائز
الفائزون بالجوائز للعام الجامعي 1440
منسوبو العمادة
دليل الموظفين
تواصل معنا
عربي
English
عن الجامعة
القبول
الأكاديمية
البحث والإبتكار
الحياة الجامعية
الخدمات الإلكترونية
صفحة البحث
عمادة الدراسات العليا
تفاصيل الوثيقة
نوع الوثيقة
:
رسالة جامعية
عنوان الوثيقة
:
نظام للقياسات الحيوية معتمد على التعلم العميق
A DEEP LEARNING BASED BIOMETRIC SYSTEM
الموضوع
:
كلية الحاسبات وتقنية المعلومات
لغة الوثيقة
:
العربية
المستخلص
:
التعلم العميق هو تقنية متطورة في مجال تعليم الالة. من مجالات التطبيق الهامة للتعلم العميق مجال القياسات الحيوية حيث يتم التعرف على الانماط الموجودة ضمن السمات البشرية الفريدة. في الآونة الأخيرة، العديد من النظم والتطبيقات طبقت التعلم العميق لنظم القياسات الحيوية. يمكن تطبيق التعلم العميق لنظم القياسات الحيوية بثلاث طرق: تدريب نموذج التعلم العميق من الصفر، استخدام تقنية نقل التعلم بتطبيق شبكات التعلم العميق المدربة مسبقا لكل من استخراج الميزة والتصنيف، استخدام تقنية نقل التعلم بتطبيق شبكات التعلم العميق المدربة مسبقا لاستخراج الميزة فقط. معظم أنظمة التعرف على الوجه في الدراسات السابقة يتم فيها تدريب نموذج التعلم العميق من الصفر. في هذه الأطروحة يتم التحقق من أداء انظمة التعرف على الوجه باستخدام التدريب المسبق للشبكة العصبية الالتفافية CNN وذلك بتطبيق استراتيجيات مختلفة. تناولت الدراسة بنية CNN التي سجلت حتى الآن أفضل النتائج في تحدي التعرف على الصور على نطاق واسع لـ ImageNet (ILSVRC) في السنوات الماضية بشكل أكثر تحديداً AlexNet وResNet-50. يوجد في انظمة التعرف على الوجوه بعض التحديات التي تقلل من الدقة ومعدل التعرف. هذه التحديات هي خلفية معقدة، تعبيرات غريبة، إضاءات، دقة أقل، انسداد الوجه، لون البشرة، المسافة والاتجاه وما إلى ذلك. تركز معظم الدراسات في عمليه الاختبار على استخدام واحد أو اثنين من مجموعه البيانات التي تحتوي على هذه التحديات. في هذه الدراسة يتم التحقق من أداء انظمة التعرف على الوجه باستخدام التدريب المسبق للشبكة العصبية التلافيفية CNN مع العديد من مجموعه البيانات المختلفة، والتي تشمل مختلف التحديات والقيود. ويشمل النظام المقترح في هذه الدراسة على نظام للصور ونظام للفيديو. تم تنفيذ النظام المقترح باستخدام لغة MATLAB. من أجل تحديد الأداء الأمثل لخوارزمية CNN، يتم استخدام دقة التعرف كمحدد. أظهرت النتائج معدلات تصنيف محسّنة في التجارب الشاملة التي تم إكمالها على مختلف مجموعات بيانات OLR وGTAV Face وGeorgia Tech Face وF_LFWو LFW وYouTube face وFEI.
المشرف
:
د. لمياء عبد الله الرفاعي
نوع الرسالة
:
رسالة ماجستير
سنة النشر
:
1440 هـ
2019 م
تاريخ الاضافة على الموقع
:
Thursday, May 16, 2019
الباحثون
اسم الباحث (عربي)
اسم الباحث (انجليزي)
نوع الباحث
المرتبة العلمية
البريد الالكتروني
سعاد محمد المعبدي
Al-Mabdy, Soad Mohammad
باحث
ماجستير
الملفات
اسم الملف
النوع
الوصف
44446.pdf
pdf
الرجوع إلى صفحة الأبحاث