بازشناخت چهره ناوردا نسبت به روشنایی با استفاده از تبدیل ویولت
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه ارومیه - دانشکده فنی
- نویسنده حمیدرضا حمیدی
- استاد راهنما شروین رحیم زاد عرشلو مهدی چهل امیرانی
- سال انتشار 1392
چکیده
در این پایان نامه روشی جدید برای بازشناخت چهره ی ناوردا نسبت به روشنایی و حالت چهره ارائه شده است. روش پیشنهادی شامل پنج مرحله اصلی می باشد. در مرحله ی نخست، عادی سازی هندسی بر اساس محل مرکز چشم ها روی تصاویر اعمال می شود. در گام دوم، روشی جدید برای عادی سازی روشنایی بر اساس تبدیل ویولت گسسته برای تشخیص ناپیوستگی های روشنایی در زیرباند جزییات به کار گرفته می شود. مزیت اصلی روش عادی سازی روشنایی پیشنهادی در آن است که ویژگی های بافتی تصاویر چهره را بدون تغییر باقی می گذارد تا تصاویر مناسبی برای استخراج ویژگی با ویولت موازی مختلط بدست آید. گام سوم استخراج ویژگی با استفاده از dt-cwt می باشد. در این مرحله روشی برای "مساله با یک داده آموزشی" ارائه شده است. این روش بر اساس استخراج ویژگی محلی با استفاده از تجزیه چنددقتی و چندجهتی بدست آمده با dt-cwt می باشد. در مرحله ی چهارم، با اعمال یک ماسک روی بردار ویژگی، تعدادی از مولفه های کم ارزش بردار ویژگی حذف می شود. اعمال ماسک روشی نوین در مرحله استخراج ویژگی محسوب شده و علاوه بر بهبود توانایی شناسایی، ابعاد بردار ویژگی را نیز کاهش می دهد. در بخش پایانی، با استفاده از فواصل اقلیدسی و طبقه بند نزدیکترین همسایه، کلاس بندی داده های آزمایش انجام می گیرد. نتایج شبیه سازی روی پایگاه داده ی yale نشان می-دهد که این الگوریتم نتایج خوبی در شرایط تغییرات روشنایی و حالت چهره بدست می دهد. 33/3 درصد بهبود میزان شناسایی تصاویر روی این پایگاه داده نسبت به کارهای گذشته، نمایان گر کارآمدی روش مذکور می باشد. این روش با اندکی تغییر روی پایگاه داده ی orl نیز قابل پیاده سازی می باشد.نتایج شبیه سازی حاکی از آن است که در این پایگاه داده نیز شاهد بهبود درصد تشخیص می باشیم.
منابع مشابه
درونیابی و حذف همزمان نویز فلفل نمکی تصاویر دیجیتال با استفاده از تبدیل ویولت مختلط
اکثر روش‌های درونیابی تصویر موجود، تصویر را بدون نویز فرض می‌کنند. حال آنکه این فرضیه در عمل معتبر نیست. روش متداول برای درونیابی تصاویر نویزدار حذف یا کاهش نویز در قدم اول و سپس درونیابی تصویر فاقد نویز است. فرآیند حذف نویز ممکن است بسیاری از جزئیات تصویر را هموار کند و همچنین آثار نامطلوب ناشی از آن مانند تاری و بلوکی شدن، در مرحله درونیابی تقویت نیز می‌شوند. در این مقاله، الگوریتمی همزمان ب...
متن کاملدرونیابی و حذف همزمان نویز فلفل نمکی تصاویر دیجیتال با استفاده از تبدیل ویولت مختلط
اکثر روش‌های درونیابی تصویر موجود، تصویر را بدون نویز فرض می‌کنند. حال آنکه این فرضیه در عمل معتبر نیست. روش متداول برای درونیابی تصاویر نویزدار حذف یا کاهش نویز در قدم اول و سپس درونیابی تصویر فاقد نویز است. فرآیند حذف نویز ممکن است بسیاری از جزئیات تصویر را هموار کند و همچنین آثار نامطلوب ناشی از آن مانند تاری و بلوکی شدن، در مرحله درونیابی تقویت نیز می‌شوند. در این مقاله، الگوریتمی همزمان ب...
متن کاملشناسایی حالت چهره با استفاده از نرمالیزاسیون هندسی و تبدیل موجک مختلط Dual-Tree
چکیده: در سالهای اخیر شناسایی حالت چهره به دلیل کاربردهای فراوان موردتوجه زیادی در تحقیقات بینایی ماشین قرار گرفته است. به دلیل تنوع و تغییرپذیری حالتها، شناسایی حالت چهره با دقت بالا هنوز هم به‌عنوان یک مسئله چالش‌برانگیز مطرح است. در این مقاله روش نوینی ارائه میشود که همزمان با حذف تنوع هندسی در چهره، از استخراج ویژگیهای دقیق بهره میبرد. برای این کار از مدل هندسی میانگین برای نرمالیزاسی...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه ارومیه - دانشکده فنی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023