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

سیستم تشخیص دو سطحی برای بهبود پیچیدگی محاسباتی در سیستم های تشخیص چهره فازی مبتنی بر اجزا

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۱۰۶۷ | نظرات: ۰
سال انتشار: ۱۳۸۷
کد COI مقاله: ACCSI14_221
زبان مقاله: فارسی
حجم فایل: ۲۸۸.۲۸ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۶ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله سیستم تشخیص دو سطحی برای بهبود پیچیدگی محاسباتی در سیستم های تشخیص چهره فازی مبتنی بر اجزا

  حسین علیزاده - دانشگاه علم و صنعت ایران
مهدی کیا - دانشگاه علوم و تحقیقات
عبدالحسین علیپور - دانشگاه علوم و تحقیقات
  بهروز مینایی بیدگلی - دانشگاه علم و صنعت ایران

چکیده مقاله:

پیشرفت های اخیر درتکنولوژی اطلاعات و همچنین نیاز روز افزون به امنیت بیشتر ، منجر به توسعه سریع سیستم های هوشمند تشخیص هویت بر اساس خصوصیات بیومتریک انسان شده است . سیستم های بیومتریک از خصوصیات فیزیولوژیکی یا رفتاری هر شخص برای تشخیص هویت دقیق او استفاده می کنند. ویژگی های معمول مورد استفاده در این سیستم ها عباتند از : چهره ، اثر انگشت، صدا ، نمودارهای حرارتی چهره، عنبیه ، شبکیه ، طرز راه رفتن ، نقوش کف دست ، هندسه دست ، و .... که یکی از روش های تشخیص هویت استفاده از ویژگی های چهره افراد می باشد که برای این امر روش های مختلفی بیان شده است که ساده ترین روش برای تشخیص چهره، روش تشخیص کلی چهره می باشد . از آنجا که این روش دارای معایب متعددی از جمله خرابی، تغییر قیافه ، چرخش و غیره می باشد . معمولا استفاده از این روش ، مطلوب به نظر نمی رسد لذا از روش های دیگری مانند روش تشخیص چهره بر اساس بخش بندی های سازنده مشخص آن ، استفاده می گردد. همچنین برای اشیای غیر سخت ، مثل چهره ، معمولا استفاده از روش اخیر بسیار مناسب می باشد .ما نیز ، در این مقاله از این روش استفاده کرده ایم و یک روش فازی دو سطحی ارائه داده ایم . نتایج عملی نشان می دهد که این روش در زمان بسیار کمتری می تواند به همان دقت تشخیص منجر شود. یعنی این روش پیچیدگی محاسباتی و زمان انفجاری روش های پیشین را به میزان چشمگیری می کاهد.

کلیدواژه‌ها:

تشخیص چهره ، تشخیص چهره مبتنی بر بخش های سازنده ، سیستم فازی ، موتور استنتاج فازی

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-ACCSI14-ACCSI14_221.html
کد COI مقاله: ACCSI14_221

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:
علیزاده, حسین؛ مهدی کیا؛ عبدالحسین علیپور و بهروز مینایی بیدگلی، ۱۳۸۷، سیستم تشخیص دو سطحی برای بهبود پیچیدگی محاسباتی در سیستم های تشخیص چهره فازی مبتنی بر اجزا، چهاردهمین کنفرانس سالانه انجمن کامپیوتر ایران، تهران، انجمن کامپیوتر، دانشگاه صنعتی امیر کبیر، https://www.civilica.com/Paper-ACCSI14-ACCSI14_221.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: (علیزاده, حسین؛ مهدی کیا؛ عبدالحسین علیپور و بهروز مینایی بیدگلی، ۱۳۸۷)
برای بار دوم به بعد: (علیزاده؛ کیا؛ علیپور و مینایی بیدگلی، ۱۳۸۷)
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 :

  • H. Parvin, H. Alizadeh, M. Fathi and B. Minaei-B idgoli, ...
  • P. Felzenszwalb, D. Huttenlocher, Efficient matching of pictorial structures, in: ...
  • M. Fischler, R.A. Elschlager, The representation and matching of pictorial ...
  • C. Papageorgiou, T. Evgeniou, T. Poggio, A trainable pedestrian detection ...
  • M. Oren, C. Papageorgiou, P. Sinha, E. Osuna, T. Poggio, ...
  • R. Ronfard, C. Schmid, B. Triggs, Learning to parse pictures ...
  • Viola, M. Jones, Robust real-time object detection, International Journal of ...
  • ATT ORL Face Database, 1998. Available from: <www.uk. research _ ...
  • UIUC Face Detection Survey Page, 2000. Available from: < http://vis ...
  • R. Iqbal, U. Qidwai, Boosted human-centric hybrid fuzzy classifier, in: ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۱۷۶۰۶
    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 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.