شناسایی حالات چهره با استفاده از ترکیب وزن دار طبقه بندها مبتنی بر رویکرد تطبیقی عصبی فازی
محل انتشار: سومین کنگره بین المللی کامپیوتر، برق و مخابرات
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 369
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ITCC03_333
تاریخ نمایه سازی: 6 اردیبهشت 1396
چکیده مقاله:
به دلیل ارتباط انسان با کامپیوتر در دنیای مجازی و ایجاد رابطه به اصطلاح عاطفی بین این دو، شناسایی حالت چهره درسالهای اخیر بسیار مورد توجه قرار گرفته است. شش حالت اصلی چهره که اغلب برای تشخیص در نظر گرفته می-شوند، عبارتند از: خوشحالی، ناراحتی، خشم، تعجب، ترس و تنفر. در این مقاله یک روش جدید برای تشخیصحالت های اصلی چهره براساس استخراج ویژگی های تصاویر صورت با استفاده از رویکرد ترکیبی ساختار چند مقیاسهالگوهای باینری محلی (MLBP) و سیستم تطبیقی عصبی- فازی ارایه شده است. با توجه به اینکه تشخیص حالت های صورت از روی ویژگی های صورت که مهمترین آنها مربوط به چشم، دهان و ابروها هستند، انجام می گیرد. برایهمین در این مقاله یک روش جدید بازشناسی چهره بر مبنای ترکیب وزن دار طبقه بندهای مبتنی برالگوی باینری محلی به-نام Weighted MLBP ارایه شده است. در این روش ابتدا عملگر الگوی باینری محلی یکنواخت با مقیاس های مختلف روی کل چهره و نیز اجزای چهره (شامل چشم چپ و راست، بینی و دهان) اعمال شده، سپس از هیستوگرامبرای استخراج ویژگیها استفاده می شود. در نهایت برای ترکیب خروجی های طبقه بند حالات چهره عصبی- فازی، ازمکانیزم بیشترین آراء با وزن دهی استفاده می شود. نتایج آزمایشات روی پایگاه داده عمومی JAFFE نشان داد که روش پیشنهادی شناسایی حالات چهره برمبنای رویکرد ترکیبی Weighted MLBP و سیستم عصبی- فازی دقت شناسایی بهتری را به دست می آورد.
کلیدواژه ها:
نویسندگان
فهیمه آردانی مقدم
دانشجوی ارشد دانشگاه آزاد میبد
محمدرضا ملاحسینی اردکانی
عضو هیات علمی دانشگاه آزاد میبد
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 :