🔔 با توجه به بهبود نسبی اینترنت، آمادهسازی دورهها آغاز شده است. به دلیل تداوم برخی اختلالات، بارگذاری دورهها ممکن است با کمی تأخیر انجام شود. مدت اشتراکهای تهیهشده محفوظ است.
لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش شناسایی چهره با زبان پایتون
- آخرین آپدیت
دانلود Face Recognition using Python Language
نکته:
ممکن هست محتوای این صفحه بروز نباشد ولی دانلود دوره آخرین آپدیت می باشد.
نمونه ویدیوها:
توضیحات دوره:
آموزش گام به گام توسعه اپلیکیشنهای تشخیص چهره با پایتون
یادگیری هوش مصنوعی، تشخیص چهره و پیادهسازی با پایتون
کلیدواژهها: پایتون، هوش مصنوعی، تشخیص چهره، مقدمه، مفاهیم، الگوریتمها، پیادهسازی، سیستم حضور و غیاب کارکنان
پیشنیازها: دانش علوم کامپیوتر، مبانی برنامهنویسی ساده
تشخیص چهره یکی از حوزههای محبوب در هوش مصنوعی است که کاربردهای گستردهای در مدیریت حضور و غیاب کارکنان، مدیریت حضور و غیاب دانشآموزان، مهاجرت، اسناد مسافرتی، نظارت بر دانشگاهها و بسیاری موارد دیگر دارد. در این دوره، ما یک مبتدی معمولی را برای توسعه اپلیکیشنهای پایتون برای کاربردهای بسیار مفید هوش مصنوعی با استفاده از تشخیص چهره آموزش میدهیم. این دوره با دیدگاه تاریخی تشخیص چهره و اهمیت آن در دنیای مجهز به هوش مصنوعی آغاز میشود. ما همچنین الگوریتمهای مورد استفاده در تحقیقات برای درک سطح بالا را ارائه میدهیم. ابتدا یک برنامه پایتون برای خواندن یک تصویر و شناسایی تمام چهرهها در تصویر مینویسیم. ما مفهوم امضای چهره را توضیح میدهیم. فصل بعدی در مورد توسعه برنامهای برای محاسبه امضای چهره است. سپس برنامههای پایتون را برای خواندن چهرهها و مقایسه امضاها و تشخیص شباهتها مینویسیم. ما فرآیند ایجاد یک برنامه تشخیص چهره با استفاده از دادهها را توضیح میدهیم. ما برنامه کامل را برای تشخیص چهرههای تمام افراد شناخته شده مینویسیم. همچنین برنامهای برای تشخیص چهرهها از فیلمهای CCTV مینویسیم. ما خواننده را برای درک کاربردهای تشخیص چهره راهنمایی کرده و آنها را به سمت توسعه برنامههای جدید ترغیب میکنیم. آزمونهایی که در پایان هر بخش ارائه میشوند به خلاصهسازی درک برای ساخت و ساز بیشتر در درک صحیح کمک میکنند.
اهداف یادگیری
درک حوزه تشخیص چهره به عنوان شاخهای از بیومتریک، الگوریتمها و رویکردها.
نصب کتابخانه تشخیص چهره پایتون و PIL (کتابخانه تصویر پایتون) همراه با تمام کتابخانههای مورد نیاز.
توسعه برنامههای پایتون برای یافتن چهرههای انسان در یک تصویر و برجسته کردن آنها.
توسعه برنامههای پایتون برای مقایسه چهرهها و تشخیص شباهت بین چهرهها و شناسایی یک فرد هنگام ظاهر شدن در مقابل دوربین.
انجام پروژه کاری برای توسعه یک سیستم کامل حضور و غیاب کارکنان مبتنی بر تشخیص چهره.
سرفصل دروس
واحد – ۱ مقدمهای بر تشخیص چهره
مقدمهای بر کتابخانه تشخیص چهره پایتون – نصب کتابخانه – مقدمهای بر مفاهیم تشخیص چهره و امضای چهره – تکنیکهای ریاضی و الگوریتمهای تشخیص چهره.
واحد – ۲ کتابخانه تصویر پایتون
نمایش تصاویر در پایتون – کتابخانه تصویر پایتون (PIL) – بارگذاری تصویر و شناسایی چهرهها – توابع و متدهای کتابخانه تصویر پایتون – نمایش چهرهها با استفاده از متدهای پایتون
واحد – ۳ تشخیص و موقعیتیابی چهره
متدهای پایتون برای تشخیص چهرهها در یک عکس گروهی – شمارش تعداد چهرهها در یک تصویر – شناسایی تمام چهرهها در یک عکس گروهی و علامتگذاری آنها با قابهای مستطیلی – نوشتن برچسبها بر روی چهرههای علامتگذاری شده
واحد – ۴ کدگذاری چهره و تشخیص شباهت
کدگذاری چهره – تابع فاصله و یافتن شباهت – تشخیص شباهت – نمونههای شباهت برای مادران و دختران – مقایسه چهرهها و تشخیص نام از فایلهای داده – تشخیص چهره – متدها و مثالها
واحد – ۵ سیستم مدیریت حضور و غیاب مبتنی بر تشخیص چهره
ثبت چهره یک شخص با استفاده از دوربین لپتاپ – ثبت حضور و غیاب مبتنی بر تشخیص چهره – اعلام نام – نوشتن نام و نمایش آن – ایجاد پایگاه داده نمونه – پیادهسازی یک سیستم زنده
سرفصل ها و درس ها
مقدمه
Introduction
مقدمه ای بر تشخیص چهره
Introduction to Face Recognition
مقدمه ای بر امضای چهره
Introduction to Face Signature
تکنیک ها و الگوریتم های ریاضی برای تشخیص چهره دو بعدی
Mathematical Techniques and Algorithms for 2D Face Recognition
تکلیف خواندنی - ۳ ساعت
Reading Assignment - 3 Hours
مفاهیم مقدماتی
Introductory Concepts
کتابخانه تشخیص چهره پایتون
Python Face Recognition Library
کتابخانه تشخیص چهره پایتون - مقدمه
Python Face Recognition Library - An Introduction
نصب کتابخانه تشخیص چهره پایتون
Installation of Python Face Recognition Library
آزمون کتابخانه تشخیص چهره پایتون
Python Face Recognition Library Quiz
تمرین عملی - نصب کتابخانه تشخیص چهره
Hands On Exercise Practical - Installation of Face Recognition Library
بارگذاری تصویر چهره
Load Face Image
بارگذاری فایل تصویر چهره
Load Face Image File
آزمون بارگذاری تصویر چهره
Load Face Image Quiz
تمرین عملی - بارگذاری فایل تصویر
Hand on Exercise Practical - Load Image File
تمرین عملی - بارگذاری فایل تصویر و نمایش آن
Hands On Practical Load an Image File and Display
آموزش کتابخانه تصویر پایتون (PIL)
Python Image Library (PIL) Tutorial
کتابخانه تصویر پایتون - آموزش
Python Image Library - A Tutorial
تمرین های آزمایشگاهی - فیلتر کردن تصویر با PIL - مدت زمان ۴۵ دقیقه
Lab Exercise Practicals - Image Filtering with PIL - Duration 45 Minutes
تمرین های آزمایشگاهی - ترسیم اشکال بر روی تصویر ۴۵ دقیقه
Lab Exercise Practicals - Draw shapes on an image 45 Minutes
تمرین های آزمایشگاهی - نوشتن متن بر روی تصویر - ۴۵ دقیقه
Lab Exercise Practicals - Write Text on an Image - 45 Minutes
نمایش تصاویر چهره
Display Face Images
نمایش تصاویر چهره
Display Face Images
تشخیص چهره و موقعیت چهره ها
Face Detection and Face Locations
تشخیص چهره و موقعیت چهره ها
Face Detection and Face Locations
مکان یابی چهره ها و علامت گذاری آنها با مستطیل
Locate Facees and Mark them with rectangle
تمرین عملی - تشخیص چهره و علامت گذاری با مستطیل - ۱ ساعت
Lab Exercise Practical - Detect Face and Mark with a rectangle - 1 hour
نوشتن متن بر روی تصویر چهره
Writing Text on a Face Image
تمرین عملی - تشخیص چهره، علامت گذاری با مستطیل و نوشتن متن - ۱ ساعت
Lab Exercise Practical - Detect Face, mark with a rectangle and write text - 1 h
عکس گروهی - نوشتن نام ها بر روی تمام چهره ها
Group Photo - Write names on. all the faces
تمرین - تشخیص تمام چهره ها، علامت گذاری هر کدام با مستطیل و نوشتن متن - ۱ ساعت
Lab Exercise - Detect all faces, mark with rectangle each and write text -1hr
تمرین - تشخیص تمام چهره ها و علامت گذاری با مستطیل و متن - ۲ - زمان ۱ ساعت
Lab Exercise - Detect all faces and mark with rectangles and text-2 -Time 1 Hr
ویدئوی کدگذاری چهره ها - ۱۰ دقیقه
Face Encodings Video - 10 Minutes
تمرین عملی - کدگذاری چهره یک فرد - زمان - ۳۰ دقیقه
Lab Exercise Practical - Face Encoding of a face - Time - 30 Minutes
تمرین عملی - یافتن کدگذاری چهره تمام انسان ها - زمان ۱ ساعت
Lab Exercise Practical - Find face encodings of all human faces - Time 1 hour
عکس گروهی - مکان یابی تمام چهره ها و علامت گذاری هر چهره با مستطیل
Group Photo - Locate all Faces and mark each face with a rectangle
تابع فاصله و شباهت چهره
Distance Function and Face Resemblance
فاصله و شباهت چهره - خواندنی - ۱ ساعت
Face Distance and Resemblance - Reading - 1 Hour
تشخیص شباهت - برنامه نمونه
Resemblance Detection - Example Program
تمرین عملی - یافتن بهترین شباهت در میان گروه دوستان
Lab Exercise Practical - Find the best resemblance among friends group
تابع فاصله و شباهت چهره
Distance Function and Face Resemblance
فاصله بین تصاویر چهره یک شخص
Distance between Face Images of the same person
تمرین عملی - کدگذاری عکس های مختلف از یک شخص و نمایش
Lab Exercise Practical- Encodings of different photos of the same person and Dis
تمرین عملی - یافتن شباهت بین اعضای خانواده - ۲ ساعت
Lab Exercise Practical - Find the resemblance among family members - 2 hours
شباهت مادر و دختر - برنامه نمونه
Resemblance of Mother and Daughter - Example Program
تمرین های عملی - تطبیق مادر با دختر - ۳ ساعت
Lab Exercise Practicals - Map Mother with Daughter - 3 Hours
تشخیص چهره
Face Recognition
تشخیص چهره - روش مقایسه چهره ها
Face Recognition - Compare Faces method
تکلیف خواندنی - تشخیص چهره - روش مقایسه چهره - ۳۰ دقیقه
Reading Assignment - Face Recognition - Face Compare Method - 30 Minutes
مقایسه چهره - برنامه نمونه
Face Compare - Sample Program
تمرین عملی - بررسی یک عکس چهره در مقابل یک عکس چهره شناخته شده - ۳۰ دقیقه
Lab Exercise Practical - Check a face photo against a known face photo - 30 minu
تمرین عملی - بررسی یک عکس چهره در مقابل لیستی از چهره های شناخته شده
Lab Exercise Practical - Check a face photo against a list of known faces
فایل CSV پانداس پایتون
Python Pandas CSV File
برنامه نمونه برای تشخیص چهره
Example Program for Face Recognition
تشخیص چهره و نوشتن نام بر روی تصویر چهره
Recognize Face and write the name on the face image
ثبت حضور در یک فایل
Attendance Recording in a File
تمرین عملی - ثبت حضور دانش آموز با استفاده از تشخیص چهره
Lab Exercise Practical - Student Attendance using Face Recognition
تمرین عملی - علامت گذاری چهره شناخته شده در یک عکس گروهی ۲ ساعت
Lab Exercise Practical - Mark known face in a group photo 2 hours
آزمون تشخیص چهره
Face Recognition Quiz
مسائل اخلاقی و حریم خصوصی
Ethical and Privacy issues
مسائل اخلاقی و حریم خصوصی تشخیص چهره مبتنی بر هوش مصنوعی
Ethical and Privacy Issues of AI based Face Recognition
کار پروژه - سیستم مدیریت حضور و غیاب کارکنان مبتنی بر تشخیص چهره
Project Work - Face Recognition based Employee Attendance Management System
۱. الزامات عملکردی
1. Functional Requirements
طراحی
Design
۳ الف. مبانی کدنویسی - گرفتن عکس در دوربین
3 A. Coding fundamentals Capture Photo in the Camera
۳ ب. مبانی کدنویسی: ثبت حضور در یک فایل متنی
3 B Coding fundamentals: Atendance Recording in a Text File
۳ ج. مبانی کدنویسی: پخش فایل موسیقی / صدا
3 C Coding Fundamentals: Playing Music / Audio file
۴. ماژول کدنویسی ۱ - بارگذاری داده مرجع
4 Coding Module 1 Reference Data Load
۵. ماژول کدنویسی ۲ - گرفتن تصویر چهره در دوربین
5 Coding Module 2 Capture Face Image in Camera
۶. ماژول کدنویسی ۳ - تشخیص چهره
6 Coding Module 3 Face Recognition
۷. ماژول کدنویسی ۴ - ثبت حضور در یک فایل داده
7 Coding Module 4 Recording Attendance in a Data File
۸. ماژول کدنویسی ۵ - نمایش سوابق حضور و غیاب با عکس
8 Coding Module 5 Display Attendance Record with photo
۹. ماژول کدنویسی ۶: اعلام حضور و غیاب (فایل صوتی)
9 Coding Module 6: Announcing the Attendance (Audio file)
پروفسور دکتر خاویر چلادورای، استاد علوم و مهندسی کامپیوتر، دانشگاه مسیح است. او یکی از پیشگامان علوم کامپیوتر در هند است که در 37+ سال گذشته به دانشگاه و صنعت خدمت کرده است. نویسنده 23 کتاب علوم کامپیوتر که اکثر آنها در برنامه درسی دانشگاه های مختلف هند و خارجی تجویز شده اند، بیش از 10 مقاله تحقیقاتی، 18 فیلم آموزشی منتشر شده در یوتیوب و چندین وبلاگ در مورد موضوعات فنی. او ۲۵ سال است که تمرینکننده جاوا است و کتاب جاوای او که توسط مکگراو هیل آموزش هند منتشر شده است، اخیرا جشن جشن گرفت. کارشناس هوش مصنوعی و یادگیری ماشین با 19 سال سابقه صنعت (HCL 14 سال، Tech M - 2 سال و Capgemini 3 سال) و 17 سال تجربه آموزشی و پژوهشی. او به مدت سه سال در سالهای 1998 تا 2001 عضو گروه ویژه فناوری اطلاعات دولت تامیلنادو بود.
نمایش نظرات