PFEBOUIDI

BOUIDI Abderrahmane

អំពី​កម្មវិធីនេះ

ការទទួលស្គាល់រូបភាព នៅក្នុងបរិបទនៃ Computer Vision គឺជាសមត្ថភាពនៃកម្មវិធីដើម្បីសម្គាល់វត្ថុ ទីកន្លែង មនុស្ស ការសរសេរ និងសកម្មភាពនៅក្នុងរូបភាព។ កុំព្យូទ័រអាចប្រើបច្ចេកវិទ្យាចក្ខុវិស័យម៉ាស៊ីនរួមផ្សំជាមួយកាមេរ៉ា និងកម្មវិធីបញ្ញាសិប្បនិមិត្ត ដើម្បីសម្រេចបាននូវការទទួលស្គាល់រូបភាព។
ការចាត់ថ្នាក់រូបភាពសំដៅលើដំណើរការមួយនៅក្នុងចក្ខុវិស័យកុំព្យូទ័រដែលអាចចាត់ថ្នាក់រូបភាពដោយផ្អែកលើខ្លឹមសារដែលមើលឃើញរបស់វា។ ជាឧទាហរណ៍ ក្បួនដោះស្រាយការចាត់ថ្នាក់រូបភាពអាចត្រូវបានរចនាឡើងដើម្បីបង្ហាញថាតើរូបភាពមានរូបមនុស្សឬអត់។ ទោះបីជាការរកឃើញវត្ថុគឺតូចតាចសម្រាប់មនុស្សក៏ដោយ ការចាត់ថ្នាក់រូបភាពដ៏រឹងមាំនៅតែជាបញ្ហាប្រឈមសម្រាប់កម្មវិធីចក្ខុវិស័យកុំព្យូទ័រ។
គោលបំណងនៃការសិក្សានេះគឺដើម្បីកំណត់នូវអ្វីដែលធ្វើឱ្យបណ្តាញសរសៃប្រសាទជ្រៅដំណើរការទិន្នន័យស្មុគ្រស្មាញ ដូចជាទិន្នន័យរូបភាព/វីដេអូ កាន់តែលឿន និងត្រឹមត្រូវជាងមុន យើងនឹងពិនិត្យមើលស្ថាបត្យកម្មបណ្តាញសរសៃប្រសាទដែលទទួលបានជោគជ័យចុងក្រោយបំផុតដើម្បីកំណត់នូវអ្វីដែលមានប្រសិទ្ធភាពបំផុត (និងលឿនបំផុត) ស្ថាបត្យកម្មនៅក្នុងចំណាត់ថ្នាក់រូបភាព ហើយយើងក៏នឹងស្រាវជ្រាវផងដែរថាតើបច្ចេកទេសបង្កើនប្រសិទ្ធភាពមួយណាដំណើរការល្អបំផុតនៅក្នុងប្រភេទទិន្នន័យនេះ។
យើងព្យាយាមស្វែងយល់ពីរបៀបដែលអ្នកស្រាវជ្រាវថ្មីៗនេះបានបោះជំហានដ៏ធំមួយឆ្ពោះទៅមុខក្នុងការទទួលស្គាល់ដោយរូបភាពដោយការចាត់ថ្នាក់រូបភាព និងមើលពីរបៀបដែលពួកគេទទួលបានពិន្ទុភាពត្រឹមត្រូវមិនគួរឱ្យជឿនៅលើការប្រកួតប្រជែង ImageNet ។ ដោយគិតពីរបៀបដែលយើងអាចដំណើរការទិន្នន័យស្មុគ្រស្មាញដូចជាទិន្នន័យរូបភាពលឿនជាងមុន របៀបដែលយើងអាចដោះស្រាយបញ្ហានៃការផ្ទុកលើសទម្ងន់លើទិន្នន័យនេះ និងរបៀបដែលយើងអាចកាត់បន្ថយពេលវេលាបណ្តុះបណ្តាលនៃស្ថាបត្យកម្មរបស់យើង។