首頁瀏覽人次: 716,714 次 (Since 2010/07/14) 會員登入
聯盟單位  |  虛擬講堂  |  網路直播  |  其他演講  |  排行榜  |  留言板  |  知識擂台  |  回首頁
首頁 > 虛擬講堂 > Smart Campus Care and Guidance with Deep Face Recognition Based on Internet of Things Technologies 快速搜尋演講 進階搜尋
  Smart Campus Care and Guidance with Deep Face Recognition Based on Internet of Things Technologies 
★chrome瀏覽器無法播放Silverlight解決辦法
0:00 / 0:00

講者:逢甲大學-陳琮斌學生
日期:2017/10/27
性質:演講
類別:應用科學、教育學習
語言:中文
長度:00:14:23
觀看:154
推薦:0
摘要:
現有利用物聯網技術設計的監控裝置多利用感測器、RFID、Wi-Fi或iBeacon定位以進行特定目標追蹤,然而欲掌握特定目標較詳細的資訊必須耗費較高的裝置成本來達成,對於其實際狀態的掌握較不直接且沒效率。因此我們實作了一套結合iBeacon定位、以卷積式類神經網路建構之人臉辨...
現有利用物聯網技術設計的監控裝置多利用感測器、RFID、Wi-Fi或iBeacon定位以進行特定目標追蹤,然而欲掌握特定目標較詳細的資訊必須耗費較高的裝置成本來達成,對於其實際狀態的掌握較不直接且沒效率。因此我們實作了一套結合iBeacon定位、以卷積式類神經網路建構之人臉辨識模型及辨識錄影機制為核心的智慧校園關懷導尋系統,幫助師長可以透過網頁或是手機掌握高關懷學生的狀態,並利用系統中的導尋功能即刻給予援助。我們不僅利用深度學習理論達到高精確的人臉辨識率,更考量在過往監視器影像中欲找出關於某些學生的關鍵錄像相當費力且耗時,以人臉偵測之「事件觸發」與辨識錄影之「可分類」的性質,期望能協助師長有效率地透過網頁及手機平台觀看分類處理過的關鍵影像,掌握學生的確切動態。而為了有效提升系統的可靠性與可用性,我們以實測調整了人臉偵測的檢測矩形大小、連續偵測成功的可靠指標,並透過Google TensorFlow 機器學習框架中的卷積式類神經網路模型實作人臉辨識,有效增加了較過往OpenCV為佳的辨識準確度,同時經實測評估亦驗證了我們的效能改善。

現在位置:演講摘要詳細內容
推薦  (0)
推薦至Plurk
提供:TANET台灣網際網路研討會-TANET2017

轉寄  

推薦者:
電子郵件地址: (如欲轉寄多人,請以 ; 分隔email)
留言給收件者:

回報問題  

問題說明:




神一般的基因駭客-CRISP...
講者:秦咸靜
觀看:641
自行車的世界
講者:羅祥安
觀看:629
AI是否能夠取代人類醫師?
講者:李友專
觀看:157
【週日閱讀科學大師】通往宇宙...
講者:吳俊輝
觀看:79
【週日閱讀科學大師】上太空也...
講者:黃居正
觀看:74

現在位置:學習公約