طراحی وبازشناسی چهره با استفاده ازترکیب الگوریتم های Network ,PCALDA ,Neural
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 742
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
AEBSCONF01_024
تاریخ نمایه سازی: 6 آبان 1393
چکیده مقاله:
یافتن محل چهره افراد در تصویر و تعیین هویت آنها از جمله رشته هایی است که به دلیل کاربردهای فراوان در سیستم امنیتی زمینه مطالعات و تحقیقات زیادی بوده است.منظور از تعیین هویت می تواند به این ترتیب باشد که شخص خاصی مقابل دوربین قرار گرفته ، تصویر چهره او تعیین کند کدام یک از افراد مورد نظر در بانک اطلاعاتی است. دراین مقاله یک روش جدید شناسایی چهره ارائه شده که درآن از ترکیب الگوریتم های PCA و LDA و Neural Network استفاده شده است. ابتدا تصاویر موجود در بانک اطلاعاتی، از فضای تصویربه فضای ویژگی ها تبدیل می شود. چون فضای تصویر ، فضایی با ابعاد بالا می باشد، با استفاده از روش PCA این فضا به فضای ویژگی ها تبدیل شده و عمل کاهش ابعاد انجام می شود.LDA معیارتفکیک پذیری میان کلا ها مستقل از مختصات سیستم مورد استفاده می باشد و صرفا به توزیع کلاسها بستگی ندارد و به دنبال جهتی است که حداکثرتفکیک پذیری بین کلاسها به وجود آید . شبکه عصبی مورد نظر با استفاده از تصاویر موجود در بانک اطلاعاتی آموزش داده می شود ، سپس شبکه برای شناسایی تصاویر جدید آماده خواهد بود.از این الگوریتم ها برای ارائه یک روش شناسایی چهره کارآمد همراه با نرخ شناسایی بالا و حجم محاسبات پایین استفاده شده است. درسطح دنیا پروژه ها وتحقیقات زیادی انجام شده است که از روش های دیگری استفاده شده که در هریک از این روش ها مشکلاتی مانند حجم و زمان محاسبات بالا و همچنین دقت پایین سیستم برای شناسایی وجود دارد.
کلیدواژه ها:
نویسندگان
سیما نیک فر
کارشناس ارشد ، دانشگاه آزاد اسلامی واحد علوم و تحقیقات کرمانشاه.
سید وهاب الدین مکی
دکتری تخصصی ، دانشگاه رازی کرمانشاه.
آرش احمدی
دکتری تخصصی ، دانشگاه رازی کرمانشاه.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :