شناسایی چهره با ترکیب PCA و ANN بر اساس نواحی مرکزی صورت
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 460
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
EMCE04_229
تاریخ نمایه سازی: 21 خرداد 1398
چکیده مقاله:
شناسایی چهره یکی از زمینه های تحقیقاتی در حوزه پردازش تصویر و بینایی ماشین است که به دلیل کاربردهای مختلف آن همواره مورد توجه محققان بوده است. هدف زمینه تحقیقاتی شناسایی چهره، تعیین هویت افراد بر اساس چهره آنها می باشد در این مقاله ما استخراج ویژگی از نواحی مرکزی صورت که شامل چشم ها، بینی و دهان می باشد را، کاهش ابعاد آن با متد تجزیه و تحلیل مولفه های اصلی ( PCA ) و طبقه بندی و شناسایی با استفاده از شبکه عصبی برای بهبود شناساسی چهره پیشنهاد می دهیم. روش پیشنهادی به این صورت است که ابتدا ما نواحی مرکزی صورت افراد را از تصویر اصلی مشخص و بعد ویژگی های آن ها را استخراج می کنیم سپس با استفاده از روش PCA ابعاد ویژگی ها را کاهش می دهیم و با شبکه عصبی پس انتشار خطا ( BPNN ) آنها را طبقه بندی می کنیم. در این مقاله ما ارزیابی خود را بر روی دو دیتابیس ORL و FERET انجام داده ایم و رویکرد خود را با روش توصیفگر تبدیل ویژگی مقیاس_مقاوم ( SIFT ) مقایسه کرده ایم. در ارزیابی انجام شده رویکرد ما 98.75 درصد و روش SIFT؛ 92 درصد شناسایی درست برای دیتابیس ، ORL و برای دیتابیس FERET رویکرد ما 97.77 درصد و روش SIFT ؛ 64 درصد را نشان داده است که صحت بهتر بودن روش ما نسبت با روش ذکر شده را اثبات می کند.
کلیدواژه ها:
نویسندگان
رضا برزگر نوذری
دانشگاه شمال آمل،
محمدرضا فدوی امیری
دانشگاه شمال آمل،