Impact of Data Augmentation on Deep Learning Algorithms for Face Recognition

Thema:
Impact of Data Augmentation on Deep Learning Algorithms for Face Recognition
Art:
BA
BetreuerIn:
Hr. Lang
BearbeiterIn:
Tobias Baron
ErstgutachterIn:
Bernd Ludwig
ZweitgutachterIn:
N.N.
Status:
in Bearbeitung
Stichworte:
Deep Learning
angelegt:
2018-02-20
Antrittsvortrag:
2018-03-12
Textlizenz:
Unbekannt
Codelizenz:
Unbekannt

Hintergrund

Zu wenig Daten verfügbar für die meisten Anwendungsfälle von Convolutional Neural Networks (CNN).

Zielsetzung der Arbeit

Datenanreicherung mithilfe Deconvolutional Neural Networks, um robustere CNN Modelle trainieren zu können.

Konkrete Aufgaben

  • Implementierung eines Face Recognition Algorithmus
  • Generieren künstlicher Daten
  • Implementierung eines Face Recognition Algorithmus mit angereicherten Daten
  • Vergleich der Modelle

Erwartete Vorkenntnisse

  • Programmierkenntnisse in Python
  • Umgang mit Machine Learning Verfahren

Weiterführende Quellen

Erzeugung künstlicher Daten basieren auf: Dosovitskiy, A., Springenberg, J. T., Tatarchenko, M., & Brox, T. (2017). Learning to generate chairs, tables and cars with convolutional networks. IEEE transactions on pattern analysis and machine intelligence, 39(4), 692-705.

arbeiten/impact_of_data_augmentation_on_deep_learning_algorithms_for_face_recognition.txt · Zuletzt geändert: 01.10.2019 13:44 von Alexander Bazo
Recent changes RSS feed Debian Powered by PHP Valid XHTML 1.0 Valid CSS Driven by DokuWiki