ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

شناسایی حالات چهره با استفاده از شبکه عصبی پرسپترون سه لایه

تعداد صفحات: 14 | تعداد نمایش خلاصه: 98 | نظرات: 0
سال انتشار: 1396
کد COI مقاله: ICMEAC05_201
زبان مقاله: فارسی
(فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.

با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید.در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.

لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.

برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 14 صفحه است در اختیار داشته باشید.

قیمت این مقاله : 3,000 تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله شناسایی حالات چهره با استفاده از شبکه عصبی پرسپترون سه لایه

مهسا نایینی داورانی - دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرایش نرم افزار، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد تهرانمرکز، تهران، ایران
تورج بنی رستم - استادیار گروه گامپیوتر دانشگاه آزاد اسلامی واحد تهران مرکز، تهران، ایران
هاییده صابری - استادیار گروه روانشناسی دانشگاه آزاد اسلامی واحد رودهن، تهران، ایران

چکیده مقاله:

شناسایی حالت چهره به دلیل کاربردهای بسیار مهم آن، توجه ویژه ای در بینایی ماشین به خود جلب کرده است. یکسامانه آنالیز حالت چهره شامل سه بخش اصلی: آشکارسازی چهره، استخراج ویژگی و تشخیص حالات چهره میباشد. دراین پژوهش تلاش بر آن است که هر سه مرحله، محوریت اصلی کار قرار گیرند. برای شناسایی حالات چهره در هشتحالت (خنثی، عصبانیت، تمسخر، تنفر، ترس، خوشحالی، غم و تعجب) از دیتاست Cohn استفاده میشود، سپس پیش -پردازش هایی برای شناسایی کادر صورت لحاظ می گردد. به کمک الگوریتم LBP لبه های خطوط چهره معین خواهد شد. بااستفاده از PCA ابعاد بدست آمده از الگوریتم LBP کاهش می یابد. برای افزایش میزان دقت، نتایج شبیه سازی ها نشان می-دهد با کاهش ابعاد دقت در شبکه عصبی پرسپترون سه لایه بهبود قابل توجه ای می یابد. میزان دقت در شبکه عصبی بدوناعمال PCA به دلیل محدود بودن داده و زیاد بودن ویژگی ها برابر با 37.72 است و با اعمال PCA دقت در شبکه عصبی86.61 خواهد شد.

کلیدواژه ها:

شناسايي حالات چهره، شبكه عصبي، PCA, LBP

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/749756/

کد COI مقاله: ICMEAC05_201

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:
نایینی داورانی، مهسا و بنی رستم، تورج و صابری، هاییده،1396،شناسایی حالات چهره با استفاده از شبکه عصبی پرسپترون سه لایه،پنجمین کنفرانس بین المللی تحقیقات نوین پژوهشی در مهندسی و تکنولوژی،شیراز،،،https://civilica.com/doc/749756

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، نایینی داورانی، مهسا؛ تورج بنی رستم و هاییده صابری)
برای بار دوم به بعد: (1396، نایینی داورانی؛ بنی رستم و صابری)
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
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: 11,815
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