ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

ارایه روشی برای تشخیص چهره با رویکرد مهندسی معکوس مبتنی بر یادگیری عمیق

سال انتشار: 1400
کد COI مقاله: STCONF04_136
زبان مقاله: فارسیمشاهده این مقاله: 35
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 7 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله ارایه روشی برای تشخیص چهره با رویکرد مهندسی معکوس مبتنی بر یادگیری عمیق

علی اسما عیلی - کارشناس ارشد، گروه مهندسی نرم افزار کامپیوتر ، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران
علی جبرئیل زاده - کارشناس ارشد گروه حسابداری ، واحد اهر، دانشگاه آزاد اسلامی، اهر، ایران

چکیده مقاله:

تشخیص چهره یک فرایند محاسباتی پرچالش است که انسان به راحتی قادر به انجام آن است. گرچه این توانایی مهم انسان، در تشخیص چهره های آشنا، بسیار بهتر از چهره های ناآشنا عمل م یکند. در بررسی توانایی برتر انسان در تشخیص چهره های آشنا، آنچه نظریات فعلی مطرح می کنند آن است که برای نمایش چهره های آشنا و ناآشنا از ویژگی های متفاوتی استفاده می شود. در پژوهش حاضر، از یک رویکرد مهندسی معکوس برای تعیین ویژگی هایی از چهره که در تشخیص چهره های آشنا نقش اساسی دارند، استفاده شده است. بر خلاف دیدگاه کنونی، ما دریافتیم که همان زیرمجموعه از ویژگی هایی که در تطبیق چهره های ناآشنا از آنها استفاده می شود، در تشخیص چهره های آشنا نیز کاربرد دارند. همچنین ما نشان دادیم که چگونه از این ویژگی ها می توان در یک الگوریتم تشخیص چهره مبتنی بر شبکه عصبی عمیق استفاده کرد. بدین ترتیب، چارچوب جدیدی را پیشنهاد دادیم که در آن از فرض نمایش ادراکی مشابهی برای همه چهره ها استفاده شده است و از ترکیب شناخت و ادراک برای تشخیص بهتر چهره های آشنا توسط انسان، استفاده می کند

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا STCONF04_136 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/1292772/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
اسما عیلی، علی و جبرئیل زاده، علی،1400،ارایه روشی برای تشخیص چهره با رویکرد مهندسی معکوس مبتنی بر یادگیری عمیق،چهارمین همایش ملی فناوریهای نوین در مهندسی برق، کامپیوتر و مکانیک ایران،تهران،https://civilica.com/doc/1292772

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1400، اسما عیلی، علی؛ علی جبرئیل زاده)
برای بار دوم به بعد: (1400، اسما عیلی؛ جبرئیل زاده)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: 12,056
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی