بازشناسی حالت چهره با رویکرد ترکیبی مبتنی بر ظاهر و مبتنی بر مدل
محل انتشار: هفتمین کنفرانس بین المللی فناوری اطلاعات و دانش
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 767
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIKT07_132
تاریخ نمایه سازی: 22 مهر 1394
چکیده مقاله:
در این مقاله روش جدیدی برای تشخیص حالت های چهره (شادی، تعجب، هیجان، غم، ترس و ...) بر اساس کشف تفاوت های ساختاری چهره ارائه کرده ایم. این تحقیق بر اساس دو حالت استخراج ویژگی مبتنی بر ظاهر و مبتنی بر مدل عمل می کند که الگوریتم های مورد استفاده در روش مبتنی بر ظاهر عبارت اند از: الگوی دودویی محلی (LBP)، فیلترهای گابور(Gabor filters) و ویژگی های مومنت (گشتاوری) و در استخراج ویژگی مبتنی بر مدل نیز از جریان نوری تغییرات چهره در فریم های مختلف استفاده شده است. بعد از استخراج ویژگی در دو حالت مبتنی بر مدل و مبتنی بر ظاهر، اقدام به تصمیم گیری برای انتخاب نتیجه می کنیم که این کار براساس عبور از نقطه بحرانی در دو حالت استخراج ویژگی می باشد. رای گیری در دو گروه بر اساس محاسبه ی فاکتور ضریب اطمینان داده های آموزش تخمین زده می شود. در پایان نتایج آزمایش ها با مجموع داده های Cohn-Kanade بررسی شده و نشان داده می شود رویکرد پیشنهادی نسبت به روش های پیشین (الگوریتم سلسله مراتبی با ترکیب چند ویژگی و روش های مورفولوژی و الگوریتم های هندسی) بهتر عمل کرده و قابلیت اطمینان بالاتری دارد.
کلیدواژه ها:
نویسندگان
لیلا فرمحمدی
دانشگاه آزاد اسلامی واحد قزوین، دانشکده علوم و تحقیقات
محمدباقر منهاج
دانشگاه صنعتی امیرکبیر، تهران، دانشکده مهندسی برق و کامپیوتر
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 :