ادغام طبقه بندی کننده های مبتنی بر ویژگی های محلی و ویژگی های کلی در سیستم های تأیید چهره

پایان نامه
چکیده

سیستم های تأیید هویت مبتنی بر چهره از جمله سیستم های زیست سنجی هستند که بدلیل نامحسوس بودن و قابلیت های بالا از جایگاه ویژه ای برخوردار هستند و کاربرد آنها در حال افزایش است. یکی از مهم ترین مراحل، در سیستم های تأیید چهره، مرحله استخراج ویژگی است که بر عملکرد سایر قسمت های سیستم های تایید چهره تاثیر بسزایی دارد. از این دیدگاه، سیستم های تائید چهره را می توان به دو دسته عمده تقسیم نمود: استخراج ویژگی های کلی و طبقه بندی بر اساس ویژگی های مستخرج شده کل چهره و استخراج ویژگی های محلی چهره و تصمیم گیری بر مبنای این ویژگی ها. روش های تحلیل محلی چهره، نسبت به تغییرات ظاهری چهره مقاوم تر هستند، زیرا تغییرات محیطی معمولا برروی بخش هایی از توصیف تاثیر می گذارند. اما این روش ها عموما به خطای ثبت تصاویر حساسیت بیشتری دارند. در این پژوهش عملکرد الگوریتم های استخراج ویژگی کلی و محلی چهره برروی تصاویر سطح خاکستری مورد بررسی قرار گرفته است. بدین منظور از الگوریتم های متداول استخراج ویژگی کلی pca ، lda، kpca و gda به انضمام دو الگوریتم دیگر global dct و فیلتر gaborاستفاده شده است. همچنین الگوریتم های استخراج ویژگی محلی الگوی باینری محلی lbp ، که اخیرا بسیار مورد توجه واقع شده است همراه با سه الگوریتم محلی local dct ، local pca و فیلتر gaborمحلی نیز مورد استفاده واقع شده است. در این پژوهش ضمن بررسی عملکرد هریک از این روش های استخراج ویژگی، ادغام الگوریتم های استخراج ویژگی محلی و کلی چهره در دو سطح مختلف ویژگی و تصمیم گیری مورد توجه واقع شده است. آزمایش های انجام شده نشان می دهند که ادغام ویژگی های محلی و کلی چهره در سطح ویژگی بهبود بیشتری در کارکرد سیستم بوجود می آورد و در مقایسه با بهترین طبقه بندی کننده بکارگرفته شده مبتنی بر روش های استخراج ویژگی کلی یا محلی چهره متوسط کل خطا را به میزان 7/37% کاهش می دهد.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

طبقه بندی راه های شهری مبتنی بر ادغام در سطح تصمیمات داده های نوری و راداری

در این مقاله قابلیت تصاویر اسپات و سار به منظور تشخیص عارضه راه در مناطق شهری مورد بررسی قرار گرفته است. شباهت طیفی عارضه راه با سقف آسفالت ساختمان ها در مناطق شهری موجب بروز مشکلاتی در تشخیص راه مبتنی بر داده های اپتیک از جمله اسپات می گردد. از سوی دیگر، تصاویر سار با اینکه قابلیت خوبی در تشخیص راههای فرعی و باریک دارند، اما در تشخیص راه از پوشش گیاهی دچار مشکلاتی می شود. بنابراین، نتایج حاصل ...

متن کامل

ارائه یک سیستم طبقه بندی کننده چندگانه فازی برای ادغام داده های فراطیفی و لیدار

محدودیت­های سنجنده­های مختلف سنجش از دور و ضعف آنها در شناسایی عوارض مختلف باعث شد ادغام داده­های حاصل از سنجنده­های مختلف به منظور بهبود نتایج طبقه بندی مورد توجه قرار گیرد. در میان سنجنده­های مختلف کنونی، در سال­های اخیر دو سنجنده فراطیفی و لیدار به منظور طبقه­بندی زمین بسیار پرکاربرد بوده­اند. داده­های حاصل از لیدار اطلاعات ارتفاعی مناسبی را از عوارض زمینی به ویژه عوارض دارای ارتفاع مانند سا...

متن کامل

بررسی ویژگی های مکانیکی و رئولوژیکی دانه های گندم و برنج به منظور طبقه بندی کیفی

به منظور استخراج برخی خصوصیات کیفی دانه های گندم و برنج که می تواند در پیش بینی کیفیت محصول نهایی آنها بکار روند، آزمایش های تنش آسایی و آزمون فشاری محوری )به عنوان دو آزمون ساده مکانیکی ( به ترتیب بر روی دانه های گندم و برنج انجام پذیرفت . در این آزمایش ها، تاثیر رطوبت، سطح کرنش و نوع عامل بارگذاری بر برخی از ویژگی های مکانیکی دو نوع دانه غله بررسی شد . در هر دو آزمایش تنش آسایی و آزمون فشاری ...

متن کامل

انتخاب و ادغام طبقه بندی کننده های مبتنی بر علائم حیاتی چندگانه در سیستم های تأیید هویت

امروزه مسأله تأیید هویت به یکی از مهم ترین بخش های زندگی بشر تبدیل شده است. با ظهور دانش بیومتریک روش های متداول تأیید هویت دچار دگرگونی شده و در حال جایگزینی با روش های بر پایه علائم حیاتی می باشند. سیستم های بیومتریکی مبتنی بر تصاویر چهره و یا سیگنال گفتار عملکرد موثری در این زمینه از خود نشان داده اند ولی کیفیت عملکرد آن ها به سادگی با به وجود آمدن عدم تطابق میان شرایط آموزش و آزمایش به مخاط...

15 صفحه اول

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 یزد

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023