بازشناسی چهره مقاوم به تغییر حالات چهره به کمک و وزن دهی نواحی مختلف مبتنی بر الگوریتم ژنتیک
محل انتشار: هشتمین کنفرانس ماشین بینایی و پردازش تصویر ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,026
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP08_090
تاریخ نمایه سازی: 9 بهمن 1392
چکیده مقاله:
با وجود پیشرفتهای قابل توجه در زمینه بازشناسی چهره، هنوز تغییر حالات چهره به عنوان یک چالش در این زمینه مطرح میباشد. در این مقاله یک روش جدید تطبیق وضع درباره ویژگی، جهت بازشناسی چهره مقاوم به تعبیر حالات چهره پیشنهاد میگردد که در آن از الگوریتم ژنتیکی برای وزن دهی به ویژگیهای نواحی مختلف چهره استفاده میشود. در این روش تصویر چهره به نواحی با ابعاد یکسان تقسیم شده و با استفاده از فیلتر گابور بندار ویژگی هر ناحیه از چهره استخراج میشود سپس با استفاده از الگوریتم ژنتیکی وزن هر ناحیه به دست میآید. وزن حاصل از هر ناحیه چهره به منظور وزن دهی به بردار ویژگی استخراج شده از ناحیه مذکور مورد استفاده قرار میگیرد. به منظور ارزیابی روش پیشنهادی از پایگاه داده تصاویر AR استفاده است. نتایج شبیهسازی نشان میدهد که در الگوریتم پیشنهادی نسبت حالت بدون وزن دهی کارآیی بازشناسی چهار افزایش یافته است. همچنین نتایج آزمایشات نشان میدهد که روش پیشنهادی در مقایسه با دیگر روشهای موجود علاوه بر بهبود نرخ بازشناسی چهره نسبت به جنسیت و نژاد نیز مقام میباشد.
کلیدواژه ها:
نویسندگان
فاطمه فتاحی
دانشکده کامپیوتر دانشگاه آزاد اسلامی قزوین
حمیدرضا رشیدی کنعان
دانشکده مهندسی برق دانشگاه بوعلی سینا ا همدان
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 :