کاهش ابعاد ویژگی تصاویر سه بعدی در تشخیص چهره
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,282
فایل این مقاله در 6 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:
ROUDSARIT01_139
تاریخ نمایه سازی: 19 مرداد 1390
چکیده مقاله:
فیلتر گابور یکی از پرکاربردترین تکنیکهای استخراج ویژگی در تشخیص چهره میباشد، که در مقابل تغییراتی مانند چرخش و تغییر مقیاس پایداری خوبی دارد. اما ویژگیهای استخراج شده توسط این فیلتر عموما دارای ابعاد بالایی هستند که برای کاهش ابعاد آن از الگوریتمهای انتخاب ویژگی استفاده میشود. بعبارت دیگر با کاهش طول بردار ویژگی نه تنها ویژگیهای نامفید حذف میشوند بلکه زمان محاسبات نیز کاهش خواهد یافت. لذا در این مقاله از الگوریتم ژنتیک برای انتخاب زیر مجموعهای از ویژگیهایی که دارای تمایز و پایداری بالاتری هستند، استفاده شده است. در نتایج آزمایشات پیادهسازی موفقیت آمیزی از این کار ارائه شده است.
کلیدواژه ها:
نویسندگان
مریم نصیری
دانشجوی کارشناسی ارشد، مهندسی کامپیوتر گرایش هوش مصنوعی و رباتیک، دا
بهاره شعبانی
دانشجوی کارشناسی ارشد، مهندسی کامپیوتر گرایش نرم افزار، دانشگاه آزاد
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 :