شناسایی چهره با الهام از سیستم بینایی مغز و طبقه بندی کننده ماشین بردار پشتیبان

سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,819

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NEEC02_102

تاریخ نمایه سازی: 7 بهمن 1388

چکیده مقاله:

با توجه به اینکه استخراج ویژگی ها و مشخصه ها نقش مهمی در تشخیص چهره دارند، در این مقاله، قصد داریم یک تکنیک استخراج ویژگی جدید که نسبت به چرخش و تغییرات مقیاس، مقاوم است را بکار بریم. به همین منظور دو مدل HMAX استاندارد و HMAX جدید که الهام گرفته از سیستم بیولوژیکی بینایی مغز انسان هستند، را مد نظر قرار داده ایم. مراحل فرآیند شناسایی عبارتند از: دریافت تصاویر، پیش پردازش و نرمالسازی آنها، استخراج ویژگی ها، و نهایتاً طبقه بندی ویژگی ها با طبقه بندی کننده های ماشین بردار پشتیبان (SVM) و نزدیکترین همسایگی (KNN). برای انجام آزمایشات از پایگاه داده ORL که شامل 400 تصویر از 40 نفر می باشد ( با 10 تصویر از هر شخص ) استفاده نمودیم. نتایج آزمایشات نشان داده که روش پیشنهادی در مقایسه با متد PCA نه تنها به ضریب شناسایی بالاتری دست می یابد، بلکه نسبت به چرخش و تغییرات مقیاس نیز مقاوم است و عملکرد آن در مقابل این تغییرات ثابت باقی می ماند.

کلیدواژه ها:

شناسایی چهره ، قشر بینایی ، مدل HMAX ، طبقه بندی کننده ماشین بردار پشتیبان (SVM) و نزدیکترین همسایگی (KNN)

نویسندگان

مرتضی الیاسی

گروه رایانه و فناوری اطلاعات، دانشگاه آزاد اسلامی واحد قائمشهر

زهره یعقوبی

دانشکده برق- رایانه و فناوری اطلاعات، دانشگاه آزاد اسلامی واحد قزوین

اردلان الیاسی

گروه رایانه و فناوری اطلاعات، دانشگاه آزاد اسلامی واحد قائمشهر

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • T. Mandal, et al., :Curvelet based face recognition via dimension ...
  • M. Turk, A. Pentland, " Face recognition using Eigen faces" ...
  • Y. Pang, D. Tao, Y. Yuan, X. Li, "Binary two- ...
  • W. Zhao, R. Chellappa, A. Rosenfeld, P.J. Phillips, " Face ...
  • G.C. Feng, P.C. Yuen, D.Q. Dai, " Human face recognition ...
  • J. Yang, A.F. Frangi, J. Yang, D. Zhang, Z. Jin, ...
  • P.N. Belhumeur, J.P. Hespanha, D.J. Kriegman, "Eigen faces VS. Fisher-faces: ...
  • M. Riesenhuber and T. Poggio." Hierarchical models of object recognition ...
  • N. Logothetis, J. Pauls, and T. Poggio. "Shape representation in ...
  • A. Yu, M. Giese, and T. Poggio. "Bio physiologicaly plausible ...
  • monkey and cat:Contrast response function". J. Neuropysiol, pp.217-37, 1982. ...
  • modeling of Realisticء [12] T. Serre and M. Riesenhuber. simple ...
  • Th. Serre _ L.Wolf and T. Poggio, :Object recognition with ...
  • D. Hubel and I Wiesel. "Receptive fields and functional architecture ...
  • T.J. Gawne and J.M. Martin. "Response of primate visual cortical ...
  • T. Poggio and E. Bizzi." Generalization in vision and motor ...
  • D.J. Felleman and D.C. van Essen. "Distributed hierarchical processing in ...
  • E.K. Mi]ler." The prefrontal cortex and cognitive contro]" Nat. Rev. ...
  • R. Brunelli and D. Falavigna. :Person Identification Using Multiple Cues", ...
  • نمایش کامل مراجع