ارایه یک رویکرد جدید برای تشخیص حالت چهره مبتنی بر آنالیز جداسازی خطی و شبکه عصبی

سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 547

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ITCT04_184

تاریخ نمایه سازی: 17 آبان 1396

چکیده مقاله:

در این مقاله یک روش جدید به منظور تشخیص حالت چهره افراد ارایه شده است. روش پیشنهادی عمل تشخیص را در طی گامهای استخراج ویژگی و طبقهبندی انجام میدهد. در گام استخراج ویژگی، ابتدا از الگوریتم ویولا-جونز برای تشخیص ناحیه صورت استفاده میشود. پس از استخراج صورت، نواحی چهره با استفاده از الگوریتم خوشهبندی FCM قطعه بندی میشوند. سپس با استفاده از تجزیه گسسته موجک دوبعدی، ضرایب موجک مربوط به تصویر قطعهبندی شده استخراج می-شود. در نهایت از الگوریتم LDA به منظور استخراج ویژگیهای توصیف کننده حالت چهره استفاده میشود. در گام طبقه-بندی، از یک شبکه عصبی پرسپترون با یک لایه مخفی استفاده میشود. این شبکه عصبی، عمل تشخیص حالات چهره را با استفاده از تابع آموزش لونبرگ-ماکارد انجام میدهد. در پیاده سازی روش پیشنهادی از نرمافزار MATLAB استفاده شده و برای ارزیابی کارایی آن از پایگاه داده YALEDB استفاده شده است. نتایج حاصل نشان میدهد که با استفاده از روش پیشنهادی میتوان حالت چهره افراد را با دقت بالا و تاخیر کم تشخیص داد

نویسندگان

مریم فروتن

دانشجوی مقطع کارشناسی ارشد، دانشگاه آزاد اسلامی، گروه کامپیوتر، واحد اراک

سارا نظری

عضو هییت علمی دانشگاه آزاد اسلامی، گروه کامپیوتر، واحد اراک