سال انتشار: 1400
کد COI مقاله: EESCONF06_030
زبان مقاله: انگلیسیمشاهده این مقاله: 90
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:
مشخصات نویسندگان مقاله Real-Time Face Verification Convolutional Neural Network Technique based on video
چکیده مقاله:
Face recognition has been an important issue since the invention of cameras and it has been progressing rapidly during these years. In proposed machine, a convolutional neural network which is a deep neural network class has been used to improve its functionality. After receiving the video, the first frame of each second is matched to the original photo, and then every five frames among the rest of the current second are processed. After the first second process is completed, the next seconds are processed respectively and this is continued until the end of the video. Using this method as well as fuzzy system, the output will be displayed at any time. To test this machine, two standard and local datasets were used and as a result the accuracy of ۹۹.۰۷ ± ۰.۱۱ was obtained. The result shows that this machine is reliable with a high level of accuracy and it is predicted that in the future, by adding a Liveness system, more reliable results will be achieved .
کلیدواژه ها:
face recognition ، real time video processing ، face matching ، convolutional neural network face matching ، FR
کد مقاله/لینک ثابت به این مقاله
کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا EESCONF06_030 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/1382564/
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:Mohammadi, Shahed and Faramarzi, Nadia and Jamshidi, Parsa and Majdabadi Farahani, Sahand,1400,Real-Time Face Verification Convolutional Neural Network Technique based on video,Sixth International Conference on Electrical, Electronics and Smart Grid Engineering,https://civilica.com/doc/1382564
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, Mohammadi, Shahed؛ Nadia Faramarzi and Parsa Jamshidi and Sahand Majdabadi Farahani)
برای بار دوم به بعد: (1400, Mohammadi؛ Faramarzi and Jamshidi and Majdabadi Farahani)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.
مدیریت اطلاعات پژوهشی
اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.
مقالات مرتبط جدید
- بررسی تاثیر موبایل اپلیکیشنها بر پایداری کسب وکارهای SME در طول COVID-۱۹
- شارژ هوشمند خودروهای برقی با در نظر گرفتن جایابی بهینه ایستگاه های شارژ در شبکه توزیع
- Improvement Image Summarization using Image Processing and PSO Algorithm.
- بررسی امنیت اینترنت اشیا
- تشخیص بیماری کرونا با استفاده از هوش مصنوعی
مقالات فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
طرح های پژوهشی مرتبط جدید
- بررسی فرآیندهای بازیافت گاز همراه میادین نفت و فلر به منظور تولید برق در ایران
- طراحی و استقرار ساز و کار لازم برای انتخاب تجهیزات و ارزیابی مشخصات فنی آن ها با هدف کاهش تلفات انرژی الکتریکی
- بررسی اقتصادی و تحلیل و مقایسه بین دو سیستم گوگرد زدایی از سوخت مازوت و سولفورزدایی از دود دودکش
- تدوین روش استخراج هزینه راه اندازی انواع واحدهای نیروگاهی و ارائه شرایط و محدودیت های فنی جبران سازی وسیع توان راکتیو در عملکرد ژنراتورهای نیروگاهی
- سازه ها و تجهیزات صنعت برق (تولید، انتقال و توزیع)
طرح های پژوهشی فوق اخیرا در حوزه مرتبط با این مقاله به سیویلیکا افزوده شده اند.
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.