نمایش مدل سه بعدی حالت های چهره کشف شده موجود در ویدئو، با استفاده از روش یادگیری عمیق برای بازی های رایانه ای

سال انتشار: 1398
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 631

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CGCO05_039

تاریخ نمایه سازی: 22 مرداد 1399

چکیده مقاله:

تجزیه و تحلیل حرکت های زنده و پویا به وسیله ی کامپیوتر یکی از زمینه هایی است که توجه زیادی را به خود جلب کرده است. یکی از بخش های مهم این زمینه، فرآیند ضبط حرکت است و تقلید حالت نوعی فرآیند ضبط حرکت است. هدف از این تحقیق، تشخیص حالت های چهره ی موجود در ویدئو با استفاده از روش یادگیری عمیق و نمایش مدل سه بعدی حالت کشف شده در ویدئو است. در این تحقیق در مرحله اول محدوده چهره با استفاده از الگوریتم ویولا و جونز در تصاویر رنگی جدا شده و سپس محدوده جدا شده به نوعی از شبکه کانولوشن عمیق به نام VGG-16 داده می شود که این شبکه با پایگاه داده ImageNet آموزش داده شده است. خروجی این شبکه یکی از کلاس های شش گانه ای که انتخاب شده است را نشان می دهد. بعد از تعیین حالت چهره، مدل سه بعدی آن که با استفاده از تصاویر رنگی و داده عمق بوه دست آمده از دوربین کینکت تهیه شده است، نمایش داده می شود. سیستم طراحی شده توانست به دقت 98.56 % بر روی پایگاه داده تهیه شده با استفاده از دوربین کینکت دست یابد که درصد قابل توجه ای است.

نویسندگان

فاطمه زارع مهرجردی

دانشجوی دکتری هوش مصنوعی و رباتیک ، دانشکده مهندسی برق و کامپیوتر، دانشگاه یزد، یزد

مهدی رضائیان

استادیار، دانشکده مهندسی برق و کامپیوتر، دانشگاه یزد، یزد