深度學習影像分類模型

• 深度學習影像辨識的基礎與發展：
• AlexNet
• VGG
• GoogLeNet
• ResNet
• EfficientNet
• Vision Transformer (ViT)
• CNN  與 Transformer 架構比較與應用

人臉偵測模型（Face Detection）

<各世代的人臉偵測技術>

• 早期方法
• Haar Cascade
• Dlib
• 深度學習人臉偵測模型
• MTCNN
• RetinaFace
• SCRFD
• 即時物件偵測模型
• YOLOv1 – YOLOv13
• YOLO-based Face Detection
• 實作：
• 使用 WIDER FACE dataset 訓練 YOLO 人臉偵測模型
• 比較 MTCNN、RetinaFace、SCRFD  與 YOLO 的效果差異

人臉對齊（Face Alignment）

• 介紹人臉關鍵點偵測與對齊技術
• 5-point alignment
• 68-point landmarks
• similarity transform
• 說明對齊對人臉辨識精度的重要影響

人臉辨識模型（Face Recognition）

• 介紹人臉辨識模型的核心概念：
• Face embedding
• cosine similarity
• identity verification vs identification
• 常見 backbone：
• ResNet
• MobileFaceNet
• ConvNeXt
• Transformer-based face recognition：
• Face Transformer
• SwinFace

人臉辨識 Loss Function 發展

<分類 到 metric learning 的演進

• 基礎方法
• Softmax Loss
• Metric Learning:
• Triplet Loss
• Angular Margin Loss:
• SphereFace
• CosFace
• ArcFace
• 新一代人臉辨識 Loss:
• CurricularFace
• ElasticFace
• AdaFace
• 實作：
• 使用CASIA-WebFace 訓練不同 loss function 的模型並比較效果

人臉辨識資料集與評估方法

• 常見資料集
• CASIA-WebFace
• MS1M
• VGGFace2
• 評估資料集
• LFW
• MegaFace
• IJB-C
• 評估指標
• Verification accuracy
• ROC curve
• TAR / FAR

生成模型與人臉影像生成

• 生成式模型基礎：
• GAN-based models
• DCGAN
• StyleGAN
• StyleGAN2 / StyleGAN3
• Diffusion-based models
• DDPM
• DDIM
• Latent Diffusion Model
• Stable Diffusion

StyleGAN inversion 與人臉影像編輯

• 介紹 StyleGAN inversion 技術：
• GAN inversion
• latent space editing
• identity manipulation
• 應用：
• 年齡修改
• 表情修改
• 人臉辨識攻擊
• 隱私保護

對抗攻擊（Adversarial Attack）

• 介紹對抗攻擊在人臉辨識中的應用：
• FGSM
• PGD
• 實作：
• 攻擊圖片分類模型
• 攻擊人臉辨識模型

基於生成模型的人臉隱私保護

• 生成模型在人臉隱私保護中的應用：
• CLIP2Protect
• adversarial identity perturbation
• privacy-preserving face modification

報名方案

費用

課程原價

每人10,800元

早鳥價 (開課前3週)

每人9,800元

團報價 (三人以上)

每人9,200元