بازشناسی چهره مستقل از حالت های چهره با استفاده از شبکه های عصبی ترکیبی

پایان نامه
چکیده

چکیده در بسیاری از کاربردهای امنیتی، تصویر چهره ی انسان نقشی اساسی را به عنوان یک منبع اطلاعات زیستی ایفا می کند. تصویر چهره به راحتی قابل دستیابی است و یک راهکار مستقیم و راحت را برای شناسایی افراد فراهم می آورد. با این وجود، بازشناسی چهره کماکان با برخی چالش ها مواجه است ازجمله تغییرات ظاهری چهره ی افراد که ناشی از تغییرات زاویه ی دید، شدت روشنایی و حالات چهره می باشد. در این پایان نامه، سعی شده است، روشی مبتنی بر استفاده ازیک ساختار مناسب شبکه های عصبی ترکیبی برای بازشناسی چهره مستقل از حالت های چهره، با کارآیی بهتری در مقایسه با روشهای رایج ارائه گردد. در این راستا، جهت نیل به نتیجه مطلوب، ابتدا بر روی یک پایگاه داده استاندارد (jaffe)،جهت کاهش بعد اطلاعات ورودی، برخی از روشهای موجود استخراج ویژگی را اعمال نموده و سپس ازساختار های مختلف شبکه های عصبی ترکیبی به عنوان طبقه بند، استفاده شده است. نتایج به دست آمده دراین پایان نامه، بیانگر آن است که در صورتی که از ساختار شبکه های عصبی ترکیبی مبتنی بر اختلاط خبره ها(moe)، استفاده شود، این ساختارپویا از بقیه روش های ترکیب طبقه بندها، کارآیی بهتری ارائه می کند. در آزمایش های انجام شده، ضمن استفاده از طبقه بند مناسب، روشهای استخراج ویژگی مورد استفاده نیز با یکدیگر مقایسه شده و بهترین آنها، در مساله مطرح از نظر کارآیی مشخص شده است.

منابع مشابه

سبک های دلبستگی و توانایی بازشناسی حالت های هیجانی چهره

جلوه­های هیجانی چهره یکی از پیچیده­ترین حالت­های ذهنی است. هدف از این مطالعه­ بررسی رابطه­ی بین سبک­های دلبستگی و توانایی بازشناسی جلوه­های هیجانی چهره بود. در یک مطالعه­ی مقطعی 221 نفر (100 زن و 121 مرد) از دانشجویان دانشگاه شهید بهشتی از طریق روش نمونه­گیری در دسترس انتخاب شدند و نسخه­ی کامپیوتری تجدیدنظر یافته­ی جلوه­های هیجانی صورت و  پرسشنامه­ی سبک­های دلبستگی را تکمیل نمودند. یافته­ها حاک...

متن کامل

بازشناسی مقاوم چهره با استفاده از شبکه عصبی

ویژگیهای استخراج شده از تصاویر چهره انسان، تحت تأثیر تنوعات مختلف نظیر تغییرات در نورپردازی، چرخش سر، داشتن حالتهای احساسی و سایر موارد تغییر می کند. به دلیل تأثیر این تنوعات غیرخطی در الگوهای ورودی، کارآیی سامانه های خودکار بازشناسی چهره در شرایط کنترل نشده به طور چشم گیری کاهش می یابد. برای افزایش کارآیی سامانه های بازشناسی چهره نسبت به این تنوعات، باید ویژگیهای مشابه برای تصاویر هر فرد استخر...

15 صفحه اول

آموزش بازشناسی چهره با استفاده از ترکیب شبکه‌های عصبی مبتنی‌بر اختلاط خبره‌ها

در این مقاله، به آموزش بازشناسی چهره مبتنی بر اختلاط خبره ها پرداخته شده است و ایده اساسی آن اضافه کردن واحد گشتاور به ساختار اختلاط خبرهها با هدف افزودن کارایی بازشناسی چهره می­باشد. این واحد به هر طبقه بند ساختار اختلاط خبره ها نسبت داده می شود. برای استخراج ویژگی از تجزیه مؤلفه های اساسی و برای بازشن...

متن کامل

بازشناسی چهره مستقل از زاویه دید با استفاده از شبکه های عصبی و پیاده سازی سخت افزاری آن روی fpga

مدل ارائه شده برای بازشناسی چهره مستقل از زاویه دید، بر مبنای ترکیبی از ساختارهای دینامیک و استاتیک است. مدل اختلاط خبره های اصلاح شده دارای5 شبکه مستقل از هم میباشد که هر شبکه دارای دو خبره میباشد که با شبکه میانجیگر با هم ترکیب شده اند. خروجی نهایی میانگین گیری ساده ای از خروجی 5 شبکه است. مدل ارائه شده برای پیاده سازی روی fpga طراحی شده است. بخاطر اینکه هر کدام از 5 شبکه با کمترین هزینه روی ...

15 صفحه اول

بازشناسی چهره مستقل از حالات چهره با استفاده از اختلاط خبره ها

در بسیاری از کاربردهای امنیتی، تصویر چهره ی انسان نقشی اساسی را به عنوان یک منبع اطلاعات زیستی ایفا می کند. تصویر چهره به راحتی قابل دستیابی است و یک راهکار مستقیم و راحت را برای شناسایی افراد فراهم می آورد. با این وجود، بازشناسی چهره کماکان با برخی چالش ها مواجه است و از تغییرات ظاهری چهره ی افراد که ناشی از تغییرات زاویه ی دید، شدت روشنایی، حالات چهره و ... است دچار آسیب می شود. در این پایان ...

15 صفحه اول

بازشناسی جلوه‌های هیجانی چهره مستقل از فرد مبتنی بر دانش اولیه از شخص جدید

در این مقاله، روشی مبتنی بر دانش اولیه از شخص جدید با هدف افزایش قدرت تعمیم‌دهی سیستم بازشناسی جلوه‌های هیجانی چهره پیشنهاد شده است. به منظور بازشناسی مناسب، ترکیبی از ویژگی‌های هندسی و توصیفگرهای بافت چهره استفاده شد. این ویژگی‌ها با ویژگی‌های کل‌نگر(تحلیل مؤلفه‌های مستقل هسته-محور تصویر چهره و خودِ تصویر چهره) مقایسه شدند. برای تحلیل ویژگی‌های پیشنهادی، حساسیت نرخ بازشناسی آنها...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت دبیر شهید رجایی - دانشکده برق و کامپیوتر

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023