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

تشخیص چهره با استفاده از تکنیک زیرفاصله و جنگل های تصادفی مبتنی بر شبکه عصبی و SVM

سال انتشار: 1396
کد COI مقاله: CEES01_024
زبان مقاله: فارسیمشاهده این مقاله: 241
فایل این مقاله در 6 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 6 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص چهره با استفاده از تکنیک زیرفاصله و جنگل های تصادفی مبتنی بر شبکه عصبی و SVM

علی اصغر خسروی - گروه برق، دانشکده فنی و مهندسی، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران
علی پورمحمد - دانشکده مهندسی برق، دانشگاه صنعتی امیر کبیر، تهران، ایران
امیر امینی - گروه برق، دانشکده فنی و مهندسی، واحد تهران غرب، دانشگاه آزاد اسلامی، تهران، ایران

چکیده مقاله:

ت شخیص چهره از روش های شنا سایی افراد میبا شد که به دلیل سهولت در بدست آوردن جزییات آن باعث کاربرد این روش در دهه های اخیر شده است، کارایی این روش نسبت به روش هایی مانند تشخیص چهره از طریق عنبیه، شبکیه چشم، اثر انگشت و غیره ممکن است مقداری کمتر باشد ولی در روش شناسایی با استفاده از چهره بدلیل عدم نیاز به همکاری فرد مورد بررسی، این روش از مقبولیت بهتر و بیشتری برخوردار است. در این پژوهش با استفاده همزمان از روش زیرفاصله بعنوان استخراج کننده ویژگی چهره و بکارگیری روش پیش پردازش در مراحل ابتدایی سامانه تشخیص چهره، افزایش نرخ تشخیص چهره بدست آمده است. استخراج ویژگی جزیی از چهره، باعث افزایش نرخ در ستی در ت شخیص شده ا ست. الگوریتم زیرفاصله با برجسته کردن ویژگی های مورد نیاز جهت شناسایی و حذف اطلاعات غیر ضروری، باعث کاهش حجم محاسبات و افزایش سرعت تشخیص می شود. تعداد 3060 داده از 153 نفر در 20 حالت مختلف در این پژوهش استفاده میشود که80 درصد از داده ها تو سط ما شین بردار پ شتیبان 1و جنگل های تصادفی 2که هر دوجزء دسته بندی کننده ها میباشند، تحت آموزش قرار گرفته و بر روی 20 درصد از داده ها آزمایش میشوند. با توجه به اهمیت پیش پردازش و حذف تاریکی تصویر به منظور برجسته تر کردن لبه ها در تصویر، دراین پژوهش با بهره گرفتن از این دو تکنیک ا ستخراج ویژگی صورت گرفته ا ست و با ا ستفاده از ترکیبLDA4+PCA3 کاهش ابعاد ویژگی صورت گرفته و نتایج بهتری بدست آمده است. دقت در روشپیشنهادی برای جنگل های تصادفی %99/0196 و برای ماشین بردار پشتیبان %99/183 میباشد که نسبت به نتایج جنگل های تصادفی به مقدار [2]%1/8596 و ماشین بردار پشتیبان به مقدار [1]%12/023بهبود یافته است.

کلیدواژه ها:

تحلیل مولفه اصلی PCA ، تحلیل تمایز خطی (LDA) ، پیش پردازش ، جنگل های تصادفی ، ماشین بردار پشتیبان

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا CEES01_024 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/732128/

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:
خسروی، علی اصغر و پورمحمد، علی و امینی، امیر،1396،تشخیص چهره با استفاده از تکنیک زیرفاصله و جنگل های تصادفی مبتنی بر شبکه عصبی و SVM،کنفرانس ملی نوآوریهای علوم مهندسی برق،میانه،https://civilica.com/doc/732128

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، خسروی، علی اصغر؛ علی پورمحمد و امیر امینی)
برای بار دوم به بعد: (1396، خسروی؛ پورمحمد و امینی)
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: 2,862
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