بازشناسی حالت چهره بااستفاده از مدل مخفی مارکف و واحدهای عمل

سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 714

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCECN01_131

تاریخ نمایه سازی: 7 بهمن 1393

چکیده مقاله:

در چند دهه اخیر، بازشناسی حالت چهره، کاربردهای متنوعی در حوزه هایی نظیر واسط های میان انسان و کامپیوتر، بازیابی تصویر و آنالیز ژست های مختلف داشته است. همچنین بازشناسی حالت چهره یکی از مهمترین مفاهیم در طراحی سیستم ها و واسط های موثر هوشمند میان انسان و کامپیوتر است. بازشناسی حالت چهره، شناسایی حالتهای معنادار حرکتی است که توسط انسان انجام می شود. در این نوشتار به بازشناسی انواع حالت چهره با استفاده از ابزار مدل مخفی مارکف خواهیم پرداخت در نتیجه دقت بازشناسی چهره افزایش خواهد یافت. این روش در پانزده مجموعه داده آزمایش شده و نتایج حاصله نشان می دهد که بازشناسی حالت چهره در یک مجموعه داده با استفاده از روش مدل مخفی مارکف بالاترین دقت را خواهد داشت.

نویسندگان

علی اعتمادی

عضو هئیت علمی دانشگاه صنعتی ارومیه، ارومیه، ایران

بهاره میرزایی

مدرس آموزشکده فنی و حرفه ای سما، دانشگاه آزاد اسلامی واحد اندیشه، اندیشه،

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 :
  • Learming Approach To Manifoldه [10].Zi-Lu Ying, You-Wei Zhang, Jing-Wen Li ...
  • .S. Mitra, T. Acharya, "Gesture Recognition", IEEE Transaction On Systems, ...
  • .Iordanis Mpiperis, Sotiris Malassiotis, and Michael , Strintzis, _ Bilinear ...
  • .Zi-lu Ying, Lir-bo Cai , "Support Vector Discriminant Analysis on ...
  • نمایش کامل مراجع