CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

تشخیص جنسیت افراد ایرانی از روی عکس پرسنلی با استفاده از پیکسل های سیاه رنگ تصویر

اعتبار موردنیاز: ۱ | تعداد صفحات: ۸ | تعداد نمایش خلاصه: ۱۱۸۷ | نظرات: ۰
سرفصل ارائه مقاله: سیستمهای هوشمند و محاسبات نرم
سال انتشار: ۱۳۹۱
کد COI مقاله: NCCSE01_133
زبان مقاله: فارسی
حجم فایل: ۳۸۱.۰۲ کلیوبایت (فایل این مقاله در ۸ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۸ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله تشخیص جنسیت افراد ایرانی از روی عکس پرسنلی با استفاده از پیکسل های سیاه رنگ تصویر

  سیده پریسا موسوی - دانشگاه علوم و تحقیقات اصفهان، دانشجوی کارشناسی ارشد مهندسی نرم افزار
  محمدرضا سلطان آقایی - دانشگاه آزاد اسلامی واحد خوراسگان استادیار و عضو هیأت علمی گروه کامپیوتر

چکیده مقاله:

در این مقاله، روشی جدید برای تشخیص جنسیت پرسنل سازمانها و ادرات دولتی و غیردولتی با استفاده از پردازش تصویر پرسنلی افراد پیشنهاد شده است. برای تشخیص چهره روش های متفاوتی ارائه شده است اما چون هدف از این مطالعه، تشخیص جنسیت افراد، با استفاده از چهره ی افراد است، تشخیص چهره با استفاده از روش تشخیص پوست مورد بررسی قرار می گیرد. دو روش برای تشخیص جنسیت افراد از روی تصویر پرسنلی، پیشنهاد می شود. این دو روش به نامهای روش پیکسل های سیاه رنگ و روش ناحیه گردن و گوش نامگذاری می شود. روش های پیشنهادی روی یک پایگاه داده که شامل 45 تصویر پرسنلی ایرانیان، اعم از تصاویر آقایان و خانم ها (با پوشش اسلامی) با فرمت jpg و با ابعاد 3/5x3/5 و روزولوشن 72 نقطه در اینچ است مورد آزمایش قرار گرفت. نتایج حاصل از پیاده سازی روشهای پیشنهادی نشان داد که استفاده از روش ناحیه گردن و گوش نتیجه مطلوبی نداشت ولی روش پیکسل های سیاه رنگ برای پایگاه داده ی استفاده شده در این پژوهش تنها 2 درصد خطا داشت که نتیجه ی مطلوبی محسوب می شود. این روش علاوه بر بهینه بودن، روشی ساده، سریع، کم هزینه و کاربردی محسوب می شود.

کلیدواژه‌ها:

پردازش تصویر، ماشین بردار پشتیبان (SVM)، هیستوگرام، تشخیص پوست، تشخیص جنسیت، رنگ پوست

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-NCCSE01-NCCSE01_133.html
کد COI مقاله: NCCSE01_133

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
موسوی, سیده پریسا و محمدرضا سلطان آقایی، ۱۳۹۱، تشخیص جنسیت افراد ایرانی از روی عکس پرسنلی با استفاده از پیکسل های سیاه رنگ تصویر، همایش ملی علوم و مهندسی کامپیوتر، نجف آباد، دانشگاه آزاد اسلامی واحد نجف آباد، https://www.civilica.com/Paper-NCCSE01-NCCSE01_133.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (موسوی, سیده پریسا و محمدرضا سلطان آقایی، ۱۳۹۱)
برای بار دوم به بعد: (موسوی و سلطان آقایی، ۱۳۹۱)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • رافائل سی، گونزالس، ریچارد ای، وودز، پردازش تصویر دیجیتال، ترجمه ...
  • شاهجویی، فرزانه، آقاگل زاده، علی، سیدعربی، میرهادی، معین، محمدشهرام، آشکارسازی ... (مقاله کنفرانسی)
  • ستایشی، سعید، رضایی زهرا، شناسایی چهره با وجود حالات متفاوت، ... (مقاله کنفرانسی)
  • بشری، مهدی، دهقانی، مهدی، استخراج چهره عدم وابسته به چرخش ...
  • میرجلیلی، قاسم، روحی، مجید، صادقی، محمد تقی، روشی جدید برای ... (مقاله کنفرانسی)
  • خوشرو، سمانه، صادقی، محمدتقی، میرجلیلی، قاسم، "انتخاب بهینه زیرفضاهای رنگی ... (مقاله کنفرانسی)
  • محلوجی، محمود، منهاج، محمدباقر، آشکارسازی چهره با شبکه های عصبی ... (مقاله کنفرانسی)
  • حبیبی پور، مریم، پوستچی، مهدیه، پوررضا، حمیدرضا، راحتی قوچانی سعید، ... (مقاله کنفرانسی)
  • سمیعی، معصومه، صادقی، محمدتقی، المدرسی، سید محمدتقی، ترکیب دسته بندی ... (مقاله کنفرانسی)
  • Smita Tripathi, V. S. Face Detection using Combined Skin Color ...
  • Ming-Hsuan Yang, D. J., "Detecting Face in Image: A Survey", ...
  • Sajid Ali Khan, M. N., _ _ Computational ly Intelligent ...
  • S.Ravi, S., "Face Detection with Facial Features and Gender Classification ...
  • کدام مقالات به این منبع استناد نموده اند


    بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش ۲ مقاله استفاده شده است.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۶۳۲۰
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.