کشف مستقل از موقعیت چهره در تصویر با مدلهای مبتنی بر هسته های ترکیبی

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 700

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICS11_124

تاریخ نمایه سازی: 14 مهر 1392

چکیده مقاله:

کشف چهره یک فرآیند زیربنایی در بسیاری از سیستمهای هوشمند برای شناسایی، تأیید هویت، و ردیابی افراد در تصاویر ایستا و پویا محسوب می شود. در کاربردهای واقعی، چهره انسان تحت شرایط تصویر برداری گوناگون، موقعیت های مکانی مختلف، و حالات متفاوت می تواند با شکلهای متنوعی در تصویر ظاهر شود. این امر کارایی سیستم های کشف چهره را به مخاطره می اندازد. بنابراین مطلوب است که کشف چهره مستقل از موقعیت قرارگیری آن در مقابل دوربین انجام گیرد. یکی از رویکردهای موفق در این زمینه، استفاده از ماشین های بردار پشتیبان با هسته هایی مرکب از دو هسته است. در این رهیافت، یک هسته مختص کشف چهره و هسته دیگر برای تخمین موقعیت چهره آموزش داده می شود. در این مقاله یک هسته خطی با یک هسته تابع پایه شعاعی به صورت ضرب شونده ترکیب شده و با استفاده از ویژگی های استخراج شده از تصاویر چهره و پس زمینه های متنوع به روش هیستوگرام گرادیان جهت دار هرمی، آموزش سیستم انجام می گیرد. یک مجموعه بزرگ از تصاویر که در آن تغییرات در موقعیت چهره وجود دارد، برای ارزیابی سیستم بکار رفته است. نتایج آزمایشها در چارچوب یک روش اعتبار سنجی متقابل برای انتخاب مناسب پارامترها نشان دهنده کارایی بالای کشف همراه با تخمین موقعیت مناسب سیستم است

کلیدواژه ها:

نویسندگان

فاطمه شفیع زادگان

دانشجوی کارشناسی ارشد گروه مهندسی کامپیوتر، دانشگاه اصفهان، اصفهان، ایران

پیمان ادیبی

استادیار گروه مهندسی کامپیوتر، دانشگاه اصفهان، اصفهان، ایران

مهساسادات پناهنده

دانشجوی کارشناسی ارشد گروه مهندسی کامپیوتر، دانشگاه اصفهان، اصفهان، ایران

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 :
  • th Iranian Conference _ Intelligent Systems February _ & 28th, ...
  • P. Viola and M. Jomes, "Robust Real Time Object Detection, ...
  • Q. Yuan, A. Thangali, V. Ablavsky, and S. Sclaroff, "Learming ...
  • C.P. Papageorgiou, M. Oren, and T.Poggio, "A General Framework fr ...
  • K. Sung and T. Poggio, "Example-based Learning for View-based Human ...
  • C.J. Kuo, T.-G. Lin, R.-S. Huang and S.F. Odeh, "Facial ...
  • _ _ _ "Automatic image segmentation by integrating color-edge extraction ...
  • R.L. Hsu , M. Abdel-Mottaleb, and A.K. Jain, "Face detection ...
  • H. Erik and K.L. Boon, "Face Detection: A Survey, " ...
  • S. Li and Z. Zhang, "Floatboost Learning and Statistical Face ...
  • N. Pears and T Heseltine, "Isoradius Contours: New Representations and ...
  • Matching, " Third International Symposium on 3D Data Processing, Visualization, ...
  • P.F. Felzenszwalb, R.B. Girshick, D. McAllester, and D. Ramanan, "Object ...
  • T. Damoulas and M.A. Girolami, "Pattern Recognition with a Bayesian ...
  • Invariance Trade-Off, ; Proc. IEEE Int 'l Conf. Computer Vision, ...
  • C. Cortes and V. Vapnik, "Support Vector Networks, " Machine ...
  • _ _ of Orientd Giadient for Human Detection, " Proc. ...
  • A. Bosch, A. Zisserman, and X. Munoz, "Representing Shape with ...
  • _ _ [Online] , Available: ...
  • _ _ _ _ _ .htm ...
  • R.C. Gonzalez and R.E. Woods, Digital Image Processing, 2nd edition, ...
  • J. Shawe-Taylor and N. Cristianini, Kernel Methods for Pattern Analysis, ...
  • Histogram of Orientated Gradient (HOG) ...
  • Pyramid Histogram of Orientated Gradient (PHOG) ...
  • Edge Detection Operator/Filter ...
  • K-Fold Cross Validation (k-fold CV) ...
  • Multiple Kernel Learming (MKL) ...
  • نمایش کامل مراجع