CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

شناسایی چهره با استفاده از ویژگی های HOG، LCP و ویژگی های آماری بافت و دسته بند شبکه عصبی مصنوعی

اعتبار موردنیاز PDF: ۱ WORD: ۶ | تعداد صفحات: ۱۵ | تعداد نمایش خلاصه: ۸۸ | نظرات: ۰
سال انتشار: ۱۳۹۶
کد COI مقاله: CITCOMP02_055
زبان مقاله: فارسی
حجم فایل: ۴۴۷.۳۳ کیلوبایت (فایل این مقاله در ۱۵ صفحه با فرمت PDF قابل دریافت می باشد)
محتوای کامل این مقاله با فرمت WORD هم 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.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF یا WORD مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۵ صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله شناسایی چهره با استفاده از ویژگی های HOG، LCP و ویژگی های آماری بافت و دسته بند شبکه عصبی مصنوعی

  میثم جباری - گروه الکترونیک ، دانشکده برق، واحد کرمان، دانشگاه آزاد اسلامی، کرمان، ایران

چکیده مقاله:

در سال های اخیر شناسایی چهره به دلیل کاربردهای فراوان، در تحقیقات بینایی ماشین مورد توجه قرار گرفته است. به دلیل تغییراتی مانند حالت چهره، شدت روشنایی محیط، نویز و زاویه دید، شناسایی چهره با دقت بالا هنوز هم به عنوان یک مسیله چالش برانگیز مطرح است. از آنجایی که فرآیند استخراج ویژگی یکی از بخش های مهم بوده و تاثیر بسزایی در دسته بندی دارد، در این مقاله روشی جدید برای استخراج ویژگی های چهره جهت شناسایی هویت ارایه شده است. در ابتدا ویژگی های هیستوگرام گرادیان های جهت دار، ویژگی های محلی و ویژگی های آماری بافت از تصاویر چهره استخراج می شوند، سپس با استفاده از شبکه عصبی مصنوعی این ویژگی ها جهت شناسایی چهره دسته بندی می شوند. در این مقاله از پایگاه داده ORL استفاده شد و دقت حاصل جهت دسته بندی تصاویر 96 درصد به دست آمد. نتایج آزمایشات برتری روش ارایه شده را نسبت الگوریتم های مشابه در شناسایی چهره نشان می دهد

کلیدواژه‌ها:

ویژگی های محلی، هیستوگرام گرادیان های جهت دار، ویژگی های آماری بافت، شبکه عصبی مصنوعی

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-CITCOMP02-CITCOMP02_055.html
کد COI مقاله: CITCOMP02_055

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:
جباری, میثم، ۱۳۹۶، شناسایی چهره با استفاده از ویژگی های HOG، LCP و ویژگی های آماری بافت و دسته بند شبکه عصبی مصنوعی، دومین کنفرانس بین المللی پژوهش های دانش بنیان در مهندسی کامپیوتر و فناوری اطلاعات، تهران، دانشگاه مجلسی، https://www.civilica.com/Paper-CITCOMP02-CITCOMP02_055.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: (جباری, میثم، ۱۳۹۶)
برای بار دوم به بعد: (جباری، ۱۳۹۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه آزاد
تعداد مقالات: ۶۳۷۲
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.