課程簡介

人工智慧和圖像處理簡介

  • 什麼是人工智慧?
  • Machine Learning 與 Deep Learning
  • AI 在執法中的應用

圖像處理基礎知識

  • 數位圖像:圖元、解析度和格式
  • 影像處理(亮度、對比度、調整大小、裁剪)
  • 用於圖像處理的 OpenCV 簡介

瞭解 Neural Networks

  • 神經網路的基礎知識及其工作原理
  • 圖像數據的卷積 Neural Networks (CNN) 簡介

面部特徵檢測

  • AI 模型如何識別和區分面部特徵
  • 使用預訓練模型進行人臉檢測

數據收集和準備

  • 高品質數據集對訓練的重要性
  • 用於提高模型性能的數據增強技術

訓練面部識別模型

  • 深度學習的 TensorFlow 和 Keras 概述
  • 訓練面部識別模型的分步指南

模型評估和測試

  • 用於評估面部識別準確性的指標
  • 提高模型性能的技術

面部識別工具的部署

  • 為最終使用者構建簡單的應用程式介面
  • 將模型集成到執法工作流程中

道德和隱私問題

  • 在執法中使用面部識別的法律影響
  • 確保合乎道德使用的最佳實踐

高級工具和未來趨勢

  • 基於雲的面部識別 API(例如 AWS Rekognition、Azure Face API)簡介
  • 探索用於面部識別的高級神經網路架構

總結和後續步驟

最低要求

  • 基本計算機知識

觀眾

  • 執法人員
 21 時間:

人數


每位參與者的報價

Upcoming Courses

課程分類