بهبود بازشناسی چهره بوسیله حذف تنوعات حالت توسط شبکه های عصبی

سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,365

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CSICC15_224

تاریخ نمایه سازی: 26 مهر 1388

چکیده مقاله:

چهره انسان تحت تاثیر عوامل مختلف نظیر شدت روشنایی،چرخش سر، داشتن لبخند و سایر موارد تغییر میکند. این تنوعات الگوهای ورودی غیرخطی و متغیر با زمان هستند که منجر به تغییراتزیادی در دادگان تصاویر چهره هر فرد میشوند. به دلیل تأثیر این تنوعات، کارآیی سامانه های بازشناسی چهره در شرایط کنترل نشده بطور چشمگیری کاهش مییابد. برای افزا یش کارآیی نیاز است که سامانههای بازشناسی چهره به اندازه کافی مقاوم شوند، تا بتوانند تنوعات فوق در ورودی را تحمل نمایند. در این مقاله یک روش ابتکاری و برگرفته از سامانه بازشناسی در انسان، برای حذف تنوعات چهره بر اساس هنجارسازی تمامی حالات مختلف چهره یک فرد، به یک تصویر چهره با نگاه روبرو و بدون حالات احساسی بوس یله شبکه عصبی پیشنهاد شده است. به این ترتیب شبکه عصبی میتواند با کاهش بعد غیرخطی الگوهای ورودی در فضای دادگان تعلیم، تنوعات فوق را حذف کند. آزمایشات عملی برر وی دادگان تصاویر چهره ORL و AUT موفقیت روش در افزایش کیفیت بازشناسی چهره را نشان میدهد

کلیدواژه ها:

نویسندگان

جلیل مظلوم

دانشگاه هوایی شهید ستاری

سیدعلی سیدصالحی

دانشگاه صنعتی امیرکبیر

مریم اسلامی فر

سازمان بهزیستی کشور