بازیابی تصاویر چهره با استفاده از ترکیب هیستوگرام گرادیان و الگوی باینری محلی

Authors

محمد قاصری

حسین ابراهیم نژاد

abstract

در این مقاله روشی برای بازیابی تصاویر چهره با استفاده از هیستوگرام گرادیان و الگوی باینری محلی(lbp)  پیشنهاد شده است. در این روش ابتدا تصاویر را با استفاده از موقعیت مرکز چشم ها تنظیم می کنیم و سپس ناحیه ی چهره را در آن ها استخراج می کنیم. برای استخراج ویژگی، در اطراف هر پیکسل سلول های کوچکی در نظر گرفته و در هر سلول هیستوگرام گرادیان را محاسبه می کنیم و آن را به پیکسل مرکزی سلول اختصاص می دهیم. بنابراین برای هر موقعیت پیکسل یک بردار بدست می آید که نشان دهنده ی هیستوگرام گرادیان همسایگی اطراف آن است. سپس برای هر موقعیت پیکسل، 8 همسایه ی آن را در شعاع r در نظر گرفته و هیستوگرام های اختصاص یافته به آن ها را با استفاده از روش lbp کدگذاری می کنیم تا تصویر کد بدست آید. در نهایت تصویر کد به چند ناحیه ی غیرهمپوشان تقسیم شده و در هر ناحیه یک هیستوگرام از مقادیر کدها محاسبه می شود. بردار ویژگی نهایی با کنار هم قرار دادن هیستوگرام های هر ناحیه بدست می آید. همچنین برای بهبود عملکرد سیستم، یک طرح فیدبک ارتباطی  مبتنی بر ماشین بردار پشتیبان (svm) معرفی می کنیم.آزمایش ها را بر روی پایگاه دادهی ar و در دو حالت بدون در نظر گرفتن تصاویر با مانع و با در نظر گرفتن تصاویر با مانع انجام میدهیم. نتایج آزمایشها نشان می دهد که سیستم پیشنهادی بطور مؤثری می تواند تصاویر چهره را بازیابی کند. همچنینروش پیشنهادی خود را با برخی از روش های موفق در توصیف چهره مقایسه کرده ایم. معیار دقت متوسط میانگین (map)  برای روش پیشنهادی در حالت های اول و دوم آزمایش به ترتیب 40/94% و 12/68% بدست می آید که در مقایسه با بهترین نرخ روش های مقایسه شده پیشین یعنی  37/90% و 91/66% بهبود قابل توجهی دارد

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

طبقه‌بندی سبک نقاشی هنرمندان با استفاده از هیستوگرام گرادیان جهت‌دار و الگوی باینری محلی

شناسایی سبک هر نقاش یکی از مسائل مهم در سبک‌شناسی است ولی اکثر هنرمندان سبک و روش خود را توضیح نمی‌دهند و افراد اغلب با دنبال کردن نقاشی‌های یک هنرمند و با توجه به جزییات نقاشی‌ها به‌صورت تجربی سبک یک هنرمند را تشخیص می‌دهند. در این مقاله، با استفاده از تکنیک‌های پردازش تصویر برای اولین بار رویکردی بر طبقه‌بندی سبک نقاشان ایرانی پیشنهاد شده است. در این رویکرد جهت استخراج بردارهای ویژگی از هیستو...

full text

شناسایی حالت چهره بااستفاده از الگوی پویای باینری محلی

حالت صورت اشخاص نقش مهمی را در روابط اجتماعی بازی می کند. بازشناسی حالت چهره به صورت اتوماتیک، یک فرآیند بسیار پیچیده و دشوار است زیرا این فرآیند، بسیار تحت تاثیر تغییرات روشنایی محیط و نوع چهره است. علاوه براین شباهت بین حالات مختلف باعث تشخیص اشتباه حالات چهره می شود. برای مثال چون در هر دو حالات خوشحالی و تعجب، دهان شخص باز است، امکان دارد این دو حالات به اشتباه به جای یکدیگر تشخیص داده شوند...

15 صفحه اول

آشکارسازی تغییرات تصاویر ماهواره‌ای چند زمانه با استفاده از ترکیب روش‌های ماسک باینری و مقایسه پس از طبقه‌بندی

تولید نقشه و اطلاعات قابل‌استفاده در یک سامانه اطلاعات مکانی هزینه و زمان قابل‌توجهی را به خود اختصاص می‌دهند که درنهایت این اطلاعات مبنای تصمیم‌گیری‌ها و فعالیت‌های بعدی به‌خصوص در مناطق شهری قرار می‌گیرند. بهنگام رسانی داده‌ها متضمن پیشرفت یک سامانه اطلاعات مکانی و استفاده درست از آن خواهد بود. فرآیند شناسایی تغییرات، زمینه را برای بهنگام رسانی اطلاعات فراهم می‌آورد و یکی از موضوعات کاربردی و...

full text

ارائه ی روشی جدید برای شناسایی عابرپیاده در تصاویر با استفاده از هیستوگرام گرادیان جهت دار

طراحی سیستمی که قادر به شناسایی انسان در تصویر باشد از جمله کاربردهای مهم هوش مصنوعی و بینایی ماشین است. تشخیص انسان کاربردهای بسیاری دارد. از جمله ی آنها می توان به کاربردهای امنیتی در سیستم های نظارتی ساختمان ها و مراکز اداری که ورود و خروج اشخاص را کنترل می کنند؛ سیستم های دستیار راننده و ماشین های خودکار هوشمند که موانع انسانی را در مسیر تشخیص می دهند؛ رباتیک، حقیقت مجازی، ارتباط کامپیوتر و...

My Resources

Save resource for easier access later


Journal title:
مجله ماشین بینایی و پردازش تصویر

Publisher: انجمن ماشین بینایی و پردازش تصویر ایران

ISSN

volume 1

issue 1 2013

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023