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

تشخیص حالت چهره با استفاده از شبکه های عصبی عمیق

سال انتشار: 1396
کد COI مقاله: COMCONF05_219
زبان مقاله: فارسیمشاهد این مقاله: 555
فایل این مقاله در 17 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 17 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص حالت چهره با استفاده از شبکه های عصبی عمیق

فاطمه قاسمی - گروه کامپیوتر، دانشکده فنی مهندسی، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران
پیمان بابایی - گروه مهندسی کامپیوتر، دانشکده فنی مهندسی، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران

چکیده مقاله:

اطلاعات زمانی دارای ویژگی های مفیدی برای شناخت حالات چهره می باشند. با این حال، برای طراحی دستی ویژگی ها مفید نیاز به تلاش بسیاری است. در این مقاله، برای کاهش این عوامل، یک تکنیک یادگیری عمیق، که به عنوان ابزاری خودکار که ویژگی های مفید را از داده های خام استخراج می کند انتخاب شده است. شبکه عمیق پیشنهادی بر اساس دو نوع مدل متفاوت می باشد. اولین شبکه عمیق ویژگی های ظاهری زمانی را از توالی عکس استخراج می کند، در حالی که شبکه عمیق دیگر ویژگی های هندسی زمانی را از نقاط ویژگی های چهره استخراج می کند. این دو مدل با استفاده از یک روش یکپارچه سازی جدید به منظور افزایش عملکرد تشخیص حالت چهره با هم ترکیب می شوند. از طریق چندین آزمایش نشان می دهیم که دو مدل با هم همکاری می کنند. در نتیجه، عملکرد فوق العاده ای را به نسبت دیگر روش های پیشرفته در پایگاه های داده CK + و Oulu-CASIA به دست می اید. علاوه بر این، نشان می دهیم که متود یکپارچه جدید نتایج دقیق تری از روش های سنتی، مانند روش های جمع بندی وزن و پیوند ویژگی و واحدهای حرکتی دارا خواهد بود.

کلیدواژه ها:

حالت چهره، نقاط ویژگی صورت، شبکه عصبی عمیق، ویژگی های ظاهری هندسی، شبکه عصبی کانولوشن

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/725198/

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:
قاسمی، فاطمه و بابایی، پیمان،1396،تشخیص حالت چهره با استفاده از شبکه های عصبی عمیق،پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی،تهران،،،https://civilica.com/doc/725198

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: (1396، قاسمی، فاطمه؛ پیمان بابایی)
برای بار دوم به بعد: (1396، قاسمی؛ بابایی)
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
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

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: 2,539
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 پیشنهادی مرتبط

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