روش نوین تشخیص چهره با استفاده از تلفیق اطلاعات عمق و بافت چهره و تخمین چرخش سر

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,648

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEEE04_045

تاریخ نمایه سازی: 6 مهر 1391

چکیده مقاله:

یکی از مشکلات سیستم های تشخیص چهره، شناسایی چهره در نماها و ژست های متفاوت است که این مسئله مربوط به محدودیت ژست های استفاده شده در الگوریتم شناسایی چهره در سیستم است. در این مقاله سعی شده با ارائه یک روش نوین با تلفیق اطلاعات بافت و عمق یک چهره، تمامی ژست های یک فرد در حالت های متنوع مورد تشخیص قرار گیرد. در روش پیشنهادی ما، ابتدا از تصویر بافت برای استخراج ویژگی های کلیدی استفاده می کنیم و تطبیق های احتمالی چهره ی ورودی را در پایگاه داده با استفاده از الگوریتم تطبیق ویژگی پیدا می کنیم. سپس معیارهایی برای یافتن تطبیق نهایی بر مبنای اطلاعات بافت، یا رفتن به مرحله ی بعد تعیین می نماییم. در مرحله ی دوم اطلاعات عمق چهره پردازش شده و نسبت به چرخش جبران سازی می شوند. سپس از اطلاعات عمق بدست آمده برای شناسایی چهره استفاده می شود. کسب 91/82 درصد تشخیص و مقایسه الگوریتم با الگوریتم های قبلی بر روی پایگاه داده استفاده شده نشان دهنده ی قابلیت بالای این سیستم می باشد.

نویسندگان

عاطفه اسدی

کارشناس ارشد الکترونیک دانشکده فنی مهندسی، دانشگاه شاهد

علیرضا بهراد

استادیار الکترونیک دانشکده فنی مهندسی، دانشگاه شاهد

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 :
  • _ Iratat _ _ _ _ _ Engincering (ICEEEC012) _ ...
  • علیرضا بساق‌زاده، محمدعلی دوستاری و علیرضا بهراد " استخراج خودکار ...
  • G. Gunlu. and H.S. Bilge, "Feature extraction and discriminating feature ...
  • IEEE, _ 24" International Symposium on _ and Information Sciences, ...
  • Mohammad H. Mahoor and Mohamed Abde]- Mottaleb, :3D Face Recognition ...
  • R. Kam-art, T. Raicharoen and V. Khera, : Face recognition ...
  • Amr Rashad and Ala Hamdy, _ face recognition using 2DPCA, ...
  • Y.L.Yu Zhujie , :Face recognition With Eigenfaces, ; IEEE, International ...
  • P. Belhumeur, J. Hespanha and D. Kriegman, "Eigenfaces vs. Fisherface, ...
  • M. Savvides, R. J. Heo, S. Park, C. Xie, and ...
  • Minghua Zhao, Zhisheng You, Yonggang Zhao and Zhifang Liu. ":Face ...
  • Chen Pan and Feilong Cao, "Face Image Recognition Combining Holistic ...
  • " _ Symposium on Neural Network, _ 415, 2009. ...
  • Cheng Zhong, Zhenan Sun, Tieniu Tan and Zhaofeng He, :Robust ...
  • Andrea F. Abate, Michele Nappi, Daniel Riccio and Gabriele Sabatino, ...
  • http ://www. frav _ es/research/fa ereco gnition/FRAV3 D/ ...
  • David G. Lowe, "Distinctive Image Feature from Scale Invariat Features, ...
  • P. J. Bes] and N. D. McKay, :A method of ...
  • N. Otsu, :A threshold selection method from gray-level histogram, " ...
  • F Fitzgibbon, A. W., Pilu, M and Fischer, R B ...
  • Schnabel. R., R. Wahl and R. Klein :Efficient ransac for ...
  • نمایش کامل مراجع