الگوریتم شناسایی چهره غیر وابسته به سن

پایان نامه
  • وزارت علوم، تحقیقات و فناوری - دانشگاه زنجان - دانشکده برق و کامپیوتر
  • نویسنده لیلا علی حیدرلو
  • استاد راهنما سعید فضلی
  • سال انتشار 1391
چکیده

سیستم شناسایی چهره¬ ما دارای سه مرحله¬ می¬باشد: 1) پیش¬پردازش، مرحله¬ ایست که در آن چهره از تصاویر چهره استخراج شده و قسمت¬های غیر چهره حذف می¬شود. 2) استخراج ویژگی¬ها که در این مرحله، بردار ویژگی¬ها از تصاویر پیش پردازش شده، استخراج می¬شود. در این پایان نامه، استخراج ویژگی¬ها توسط چهار روش¬: هرم جهت گرادیان، الگوی باینری محلی، تبدیل ویولت گسسته و ترکیب ویولت گسسته با جهت گرادیان انجام می¬شود که تبدیل ویولت گسسته و ترکیب ویولت گسسته با جهت گرادیان، روش¬های پیشنهادی جدید ما هستند. 3) شناسایی که در این مرحله برای کاهش ابعاد ویژگی¬ها، روش pca (principal component analysis ) را به بردار ویژگی اعمال کرده و شناسایی را توسط فاصله اقلیدسی بین بردارهای ویژگی انجام می¬دهیم ( به غیر از روش الگوی باینری محلی، که در آن شناسایی، توسط فاصله¬ی chi square بین بردارها انجام می¬شود). نتایج آزمایشات روی بانک داده fg-net ارائه می¬شود و در ادامه به مقایسه¬ی عملکرد روش¬های پیاده سازی شده می¬پردازیم. نتایج آزمایشات نشان می¬دهد که روش ترکیب تبدیل ویولت گسسته با جهت گرادیان دارای بهترین عملکرد با دقت شناسایی 83/49% می¬باشد و پس از آن به ترتیب روش هرم جهت گرادیان با دقت شناسایی 31/45%، روش الگوی باینری محلی با دقت شناسایی 34/42% و در آخر روش تبدیل ویولت گسسته با دقت 99/12% کار شناسایی چهره غیر وابسته به سن را انجام می¬دهند.

منابع مشابه

تخمین خودکار سن از روی تصویر چهره با تلفیق ویژگی‌های آماری و بافت

برآورد خودکار سن از تصویر چهره کاربردهای مختلفی ازجمله در پزشکی قانونی، مدیریت ارتباط با مشتری و کنترل امنیت دسترسی دارد. بدین منظور ویژگی‌های مختلفی از تصاویر چهره استخراج، پردازش و انتخاب می‌شوند و با استفاده از الگوریتم‌های دسته‌بندی، سن تصویر چهره موردنظر تخمین زده می‌شود. استخراج و انتخاب ویژگی‌های مناسب یک مرحله اساسی و مهم در این فرآیند برآورد خودکار است، که انجام آن معمولاً سخت و مشکل اس...

متن کامل

پیدا کردن خصیصه های صورت با استفاده از فیلتر گابور و طبقه بندهای ارتقاء یافته

منظور از خصیصه های چهره، نقاط اجزای چهره مانند ابروها، بینی، چشم ها، چانه و لب است. این نقاط، در ردیابی و طراحی سه بعدی چهره مورد استفاده قرار می گیرند. روش ارایه شده برای پیدا کردن خصیصه های صورت با استفاده از فیلتر گابور براساس طبقه بندهای ارتقایافته، بیست نقطه از خصیصه های چهره را پیدا می کند. قبل از انجام این فرآیند لازم است تا فرآیند شناسایی چهره توسط الگوریتم ویولا-جونز انجام گیرد. شناس...

کشف و شناسایی چهره

با توجه به تحقیقات انجام شده در فیزیولوژی اجتماعی انسان ها این نتیجه به دست آمده است که ویژگی های چهره در تعاملات متقابل انسان ها تاثیر بسزایی دارند و حس مستقیمی را از دوست داشتن یا دوست نداشتن از سخنان طرف صحبت کننده در فرد شنونده ایجاد می کنند. در میان بیومتریک ها از قبیل گفتار، اثر انگشت، دست خط، تشخیص چهره و غیره توجه زیادی به کشف و تشخیص چهره به دلیل چالش های فنی و کاربردهای بالقوه شده است...

15 صفحه اول

پیاده سازی الگوریتم های استخراج ویژگی های چهره بر روی fpga

یکی از روش های بسیار مهم برای شناسایی هویت افراد، از طریق چهره است، که به دلیل سهولت دسترسی به جزئیات آن، سبب افزایش کاربرد سیستم های شناسایی چهره در چند دهه اخیر شده است. کارآیی این سیستم ها نسبت به سایر روش های پردازش مانند اثرانگشت، اسکن عنبیه، امضا و غیره بیشتر و محدوده کاری آن گسترده تراست. در این پژوهش با تأکید بر تکنیک های زیرفضا به عنوان استخراج کننده های ویژگی چهره، به کارگیری تکنیک پ...

15 صفحه اول

شناسایی چهره با استفاده از کدگذاری تنک

شناسایی چهره با وجود کاربردهای گسترده و تحقیقات فراوان هنوز دارای مسائل حل نشده متعددی است.یکی از چالش¬های مهم برای دستیابی به یک سیستم شناسایی چهره کاربردی، تغییرات شدید ظاهر چهره است. مسئله مورد بررسی در این تحقیق، تشخیص صورت انسان با وجود تغییرات مختلف چهره از جمله :تغییرات روشنایی، حالات چهره،تخریب پیکسل¬ها و پوشیدگی می¬باشد.مسئله مهم در تشخیص استفاده از الگوریتمی مناسب برای طبقه بندی می¬با...

ذخیره در منابع من


  با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی راحت تر خواهید کرد

پست های جدید
{@ post.title @}
{@ post.author_name @} {@ post.publish_date|hmn @}

{@ post.summary|truncate @}