CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تشخیص چهره با استفاده از ویژگی های SIFT

اعتبار موردنیاز : ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۸۶۱ | نظرات: ۰
سرفصل ارائه مقاله: هوش مصنوعی
سال انتشار: ۱۳۹۳
کد COI مقاله: FNCEITPNU01_090
زبان مقاله: فارسی
حجم فایل: ۲۲۱.۱۶ کیلوبایت (فایل این مقاله در ۶ 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.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص چهره با استفاده از ویژگی های SIFT

  سمانه حاجی پور - دانشجوی کارشناسی ارشد هوش مصنوعی، دانشگاه باهنر کرمان
  مجید محمدی - هیئت علمی، دانشگاه باهنر کرمان

چکیده مقاله:

با توجه به کاربرد الگوریتم های موجود جهت تشخیص چهره انسان در بسیاری از سیستم های عملی از جمله سیستم های کنترلی امنیتی، سیستم های رابط انسان با کامپیوتر و ... ارائه الگوریتمی با ضریب موفقیت بالا به عنوان یکی از زمینه های تحقیقاتی در سال های اخیر مورد توجه قرار گرفته است. بیشتر این الگوریتم ها به مسئله شناسایی درست تصاویر چهره و تخصیص آنها به یک شخص در پایگاه داده مربوط است. در این مقاله یک روش جدید جهت تشخیص چهره ارائه شده که از توصیف گر SIFT استفاده شده است. جهت ارزیابی روش پیشنهادی، این روش روی پایگاه داده Yale و AT&T اعمال شده و با الگوریتم های تشخیص چهره Eigenfaces و Fisherfaces مقایسه شده است. نتایج به دست آمده از آزمایشات مختلف نشان می دهد که روش ارائه شده با مجموعه آموزشی کوچکتر، دارای کارایی و دقت تشخیص بیشتری نسبت به دو روش فوق می باشد. علاوه بر این، ویژگی های SIFT به ارائه عملکردی برتر برای کاهش وضوح تا 50٪ پرداخته است.

کلیدواژه‌ها:

تشخیص چهره، توصیف گر SIFT

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-FNCEITPNU01-FNCEITPNU01_090.html
کد COI مقاله: FNCEITPNU01_090

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:
حاجی پور, سمانه و مجید محمدی، ۱۳۹۳، تشخیص چهره با استفاده از ویژگی های SIFT، اولین همایش ملی مهندسی کامپیوتر و فناوری اطلاعات دانشگاه پیام نور، تیران، دانشگاه پیام نور ، https://www.civilica.com/Paper-FNCEITPNU01-FNCEITPNU01_090.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: (حاجی پور, سمانه و مجید محمدی، ۱۳۹۳)
برای بار دوم به بعد: (حاجی پور و محمدی، ۱۳۹۳)
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 :

  • David G. Lowe, Distinctive image features from scale-invariat key points, ...
  • Daniel L. Swets, John Weng, Using discriminant eigen features for ...
  • Fisher A, The use of multiple measures in taxonomic problems. ...
  • W. Zhao, R. Chellappa, P. J. Phillips, and A. Rosenfeld. ...
  • کدام مقالات به این منبع استناد نموده اند


    بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش ۱ مقاله استفاده شده است.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه دولتی
    تعداد مقالات: ۱۵۰۹۲
    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.