ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Giving a New Method for Face Recognition Using Neural Networks

سال انتشار: 1393
کد COI مقاله: JR_IJMEC-4-11_012
زبان مقاله: انگلیسیمشاهد این مقاله: 302
فایل این مقاله در 18 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 18 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Giving a New Method for Face Recognition Using Neural Networks

Seyyed Mohammad Reza Hashemi - Young Researchers and Elite Club, Qazvin Branch, Islamic Azad University, Qazvin, Iran
Mohammad Kalantari - Faculty of Computer and Information Technology Engineering, Qazvin Branch,Islamic Azad University , Qazvin , Iran
Mohsen Zangian - Shahroud, Science and Research, Electrical and Computer Collegeaas

چکیده مقاله:

The face recognition system follows generally methods and systems that can recognize the face with acceptable accuracy and speed like a human and or even better than the human. The face recognition system can be categorized into different levels, sensors, features, guess and decision; each of them has the different structures. One of the most important levels is the combination of guess and conjecture. Experiments indicate that the mentioned methods are more efficient in the layer (level) of guess and conjecture. In this paper, it is tried to show the face recognition should be considered as one of the most important biometrics features using the benefits of combined methods. The proposed method is a combined method with a parallel structure of the layer (level) of guess and conjecture and the extracted comparative benefits of three algorithms named LDA, PCA and Gabor operator that are known for the combinations. Faced Forward Back Propagation method has been used to combine the advantages of a neural network. The results of tests on Feret, AR and Yale data set show that using proposed methods can be useful to reduce the factors of external elements such as brightness and to change the reasons of the position and movement of the various algorithms and improve results. Also we can recognize the features of the face using different neural networks. The improved results in different algorithms have been shown in the mentioned data set in the following table and it is remarkable that the proposed combined algorithm of the paper, i.e. PCA + LDA + Gabor has the better results than the compared algorithm.

کلیدواژه ها:

face recognition, levels of hypotheses, neural networks, gabor, LDA, and PCA

کد مقاله/لینک ثابت به این مقاله

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/443354/

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:
Hashemi, Seyyed Mohammad Reza and Kalantari, Mohammad and Zangian, Mohsen,1393,Giving a New Method for Face Recognition Using Neural Networks,,,,,https://civilica.com/doc/443354

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: (1393, Hashemi, Seyyed Mohammad Reza؛ Mohammad Kalantari and Mohsen Zangian)
برای بار دوم به بعد: (1393, Hashemi؛ Kalantari and Zangian)
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: 9,702
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