بازشناسی چهره مبتنی بر یک تصویر مرجع نرمال از هر فرد به کمک آنالیز آماری مشخصه های کلی و جزئی چهره

thesis
abstract

فن آوری بازشناسی چهره یکی از معدود روش های بیومتریک می باشد که با دارا بودن مزایایی از جمله دقت بالا و تهاجم پایین، در مواردی مانند امنیت اطلاعات، کنترل دستیابی به منابع و غیره مورد استفاده قرار می گیرد. به همین دلیل این فنآوری در طی بیست سال گذشته در عرصه های صنعتی و علمی مورد توجه بسیار قرار گرفته است. از دیگر دلایلی که استفاده از تصویر چهره را همچنان حائز اهمیت نگاه داشته است استفاده معمول از عکس چهره افراد در سیستم های غیرخودکار فعلی می باشد. گرچه سیستم های کنونی به سمت خودکار شدن پیش می روند ولی این تغییرات در سیستم های کنونی باید به گونه ای باشد که بیشترین همخوانی را با سیستم-های غیرخودکار قبلی داشته باشد. از آنجایی که در کاربردهای عملی معمولاً تنها یک تصویر نرمال با نمای روبرو از کارت شناسایی افراد در دسترس می باشد حل مسأله بازشناسی چهره مبتنی بر یک تصویر مرجع نرمال از هر فرد، تبدیل به یکی از چالش های اخیر بازشناسی چهره شده است. ، از طرفی دیگر هزینه نگهداری داده های سیستم شناسایی چهره، هزینه انجام الگوریتم ها برای کاربردهایی با مقیاس بالا می تواند به طور قابل توجهی کاهش یابد، زیرا تعداد نمونه های آموزش برای هر فرد، تاثیر مستقیم بر روی هزینه عملیات بازشناسی چهره (پیش پردازش، استخراج ویژگی ها، شناسایی) دارد. در این تحقیق تلاش شده است با جداسازی اطلاعات فرد از اطلاعات حالت به کمک آنالیز مشخصه های کلی و جزئی چهره، همچنین با تولید تصاویر مجازی به کمک ماسک های حالت، تصاویر تعلیم موجود از هر فرد افزایش یابد. در ابتدا به بررسی روش های کلی تشخیص چهره پرداخته، سپس روشی کارا مبتنی بر اِعمال آنالیز مولفه های اساسی بر روی بخش های مختلف چهره در راستای استخراج ویژگی های پایدارتر، برای حل مسأله ارائه شده است. در ادامه با تعمیم فضای تصمیم به کمک تولید تصاویر مجازی، بازده روش پیشنهادی را بر روی سه مجموعه استاندارد چهره yale، arو orl مورد بررسی قرار گرفت. با توجه به نتایج حاصل از ارزیابیِ کارآیی و زمان اجرای روش پیشنهادی نسبت به روش معمول آنالیز مولفه های اساسی، استفاده از روش ارائه شده مطلوب تر و منطقی تر به نظر می رسد.

First 15 pages

Signup for downloading 15 first pages

Already have an account?login

similar resources

بهبود مدل تفکیک‌کننده منیفلدهای غیرخطی به‌منظور بازشناسی چهره با یک تصویر از هر فرد

Manifold learning is a dimension reduction method for extracting nonlinear structures of high-dimensional data. Many methods have been introduced for this purpose. Most of these methods usually extract a global manifold for data. However, in many real-world problems, there is not only one global manifold, but also additional information about the objects is shared by a large number of manifolds...

full text

بهبود مدل تفکیک کننده منیفلدهای غیرخطی به منظور بازشناسی چهره با یک تصویر از هر فرد

یادگیری منیفلد یکی از روش های کاهش بعد مطرح به منظور استخراج ساختار غیرخطی داده با ابعاد بالا می باشد. تاکنون روش های زیادی به این منظور ارائه شده اند. در تمام این روش ها یک منیفلد به عنوان منیفلد جاسازی شده در داده استخراج می شود. در حالی که در خیلی از مسائل مربوط به دنیای واقعی یک منیفلد به تنهایی بیانگر ساختار داده نمی باشد. در این راستا بر مبنای تحقیقات قبلی، یک روش کاهش بعد غیرخطی مبتنی بر...

full text

بهبود بازشناسی چهره با یک تصویر از هر فرد به روش تولید تصاویر مجازی توسط شبکه‌های عصبی

This paper deals with the problem of face recognition from a single image per person by producing virtual images using neural networks. To this aim, the person and variation information are separated and the associated manifolds are estimated using a nonlinear neural information processing model. For increasing the number of training samples in neural classifier, virtual images are produced for...

full text

بازشناسی جلوه‌های هیجانی چهره مستقل از فرد مبتنی بر دانش اولیه از شخص جدید

در این مقاله، روشی مبتنی بر دانش اولیه از شخص جدید با هدف افزایش قدرت تعمیم‌دهی سیستم بازشناسی جلوه‌های هیجانی چهره پیشنهاد شده است. به منظور بازشناسی مناسب، ترکیبی از ویژگی‌های هندسی و توصیفگرهای بافت چهره استفاده شد. این ویژگی‌ها با ویژگی‌های کل‌نگر(تحلیل مؤلفه‌های مستقل هسته-محور تصویر چهره و خودِ تصویر چهره) مقایسه شدند. برای تحلیل ویژگی‌های پیشنهادی، حساسیت نرخ بازشناسی آنها...

full text

بازشناسی چهره با تعداد نمونه های کم از هر فرد

بازشناسی چهره در طی چند دهه ی اخیر به طور گسترده ای مورد مطالعه قرار گرفته است و همچنان نیز، یکی از زمینه های فعال در بینایی ماشین می باشد. بسیاری از سیستم های بازشناسی چهره وابسته به مجموعه تصاویر ذخیره شده از هر فرد هستند. کارائی اینگونه سیستم ها، وقتی تعداد نمونه های آموزشی کمی ذخیره می شود، به شدت کاهش می یابد. . برای حل مشکل فوق روش زیرنمونه برداری برای افزایش داده های آموزشی ارائه شده ا...

15 صفحه اول

بازشناسی جلوه های هیجانی چهره مستقل از فرد مبتنی بر دانش اولیه از شخص جدید

در این مقاله، روشی مبتنی بر دانش اولیه از شخص جدید با هدف افزایش قدرت تعمیم دهی سیستم بازشناسی جلوه­های هیجانی چهره پیشنهاد شده است. به منظور بازشناسی مناسب، ترکیبی از ویژگی های هندسی و توصیفگرهای بافت چهره استفاده شد. این ویژگی­ها با ویژگی­های کل نگر(تحلیل مؤلفه­های مستقل هسته-محور تصویر چهره و خود تصویر چهره) مقایسه شدند. برای تحلیل ویژگی­های پیشنهادی، حساسیت نرخ بازشناسی آنها نسبت به تغییر ن...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


document type: thesis

وزارت علوم، تحقیقات و فناوری - دانشگاه اصفهان

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023