افزایش دقت دسته بندی در تشخیص چهره با استفاده از دسته بند ماشین بردار پشتیبان
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 419
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TECCONF02_007
تاریخ نمایه سازی: 16 تیر 1397
چکیده مقاله:
در سال های اخیر، تشخیص چهره یکی از موضوعات موردتوجه در سیستم های بایومتریک بوده است. ایجاد یک سیستم تشخیص چهره قدرتمند، یکی از بزرگ ترین چالش هاست که در سال های اخیر مورد توجه محققان مختلف قرار گرفته است. در این مقاله ابتدا با استفاده از پیش پردازش مناسب و فیلتر گابور تبدیل فوریه سریع FFT و همچنین تکنیک آنالیز اجزای اصلی PCA ویژگی های تصاویر استخراج شده است. سپس برای دسته بندی از دسته بند ماشین های بردار پشتیبان SVM استفاده شده است. این روش بر روی مجموعه داده ORL مورد ارزیابی قرار گرفته است نتایج آزمایشات نشان می دهد که دقت سیستم پیشنهادی بهتر از سایر روش های مورد مقایسه عمل کرده است.
کلیدواژه ها:
آنالیز اجزای اصلی PCA ، پیش پردازش ، تبدیل فوریه سریع FFT ، تشخیص چهره ، فیلتر گابور ، ماشین بردار پشتیبان
نویسندگان
الهام هاشم پور
دانشجوی کارشناسی ارشد گروه مهندسی کامپیوتر واحداهواز دانشگاه آزاد اسلامی اهواز ایران
مهدی صادق زاده
دانشجوی کارشناسی ارشد گروه مهندسی کامپیوتر واحداهواز دانشگاه آزاد اسلامی اهواز ایران