Daugiasluoksnis perceptronas veidams atpažinti

Abstract

Šiame straipsnyje aprašomas algoritmas, kuris naudodamas būdingus veido bruožų taškus, apskaičiuoja normalizuotus Euklidinius atstumus tarp įvairių veido sričių ir daugiasluoksnio perceptrono dėka atlieka veidų atpažinimą. Ieškant efektyviausio modelio, eksperimento būdu buvo keičiami įvairūs neuroninio tinklo parametrai, tokie kaip paslėptų sluoksnių bei neuronų skaičius juose, gradientinio nusileidimo optimizavimo algoritmai, paklaidos, aktyvacijos funkcijos bei pateikiami skirtingi atstumų rinkiniai

In this paper, an algorithm is proposed which uses facial landmarks to calculate normalized Euclidean distances between different facial parts and performs faces recognition by using Multilayer Perceptron. In order to determine the most effective model, different neural network parameters have been changed in an experimental way, such as hidden layers and the number of neurons, gradient descent optimization algorithms, error and activation functions, and different sets of distances