استفاده از الگوریتم های فرامکاشفه ای برای بهبود نسبت فشرده سازی و نرخ بازشناسی تصاویر در یک سامانه بازشناسی چهره
Publish place: Machine Vision and Image Processing، Vol: 8، Issue: 1
Publish Year: 1400
Type: Journal paper
Language: Persian
View: 347
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JMVIP-8-1_004
Index date: 11 July 2021
استفاده از الگوریتم های فرامکاشفه ای برای بهبود نسبت فشرده سازی و نرخ بازشناسی تصاویر در یک سامانه بازشناسی چهره abstract
فشرده سازی تصاویر یکی از بخشهای غیر قابل اجتناب در تقریبا هر سامانه پردازش تصاویر منجمله در سامانه های بازشناسی چهره است. یکی از چالش های اصلی در سامانه های بازشناسی چهره کاهش نرخ بازشناسی به دلیل اعمال فشرده سازی با اتلاف روی تصاویر است. در این مقاله روشی جدید برای بهبود نسبت فشرده سازی تصاویر چهره با تولید جدول های چندی سازی جدید در روش JPEG با استفاده از الگوریتم های فرامکاشفه ای ارائه شده است. ملاک انتخاب بهترین جدول های چندی سازی، توجه به نرخ بازشناسی تصاویر فشرده شده است. جدول های جدید نه تنها نرخ بازشناسی را کاهش نمیدهند بلکه بطور همزمان قابلیت افزایش نسبت فشرده سازی را نیز دارند. آزمایش ها در بازه های مختلفی از نسبت فشرده سازی با تنظیم پارامتر کیفیت روی مجموعه های مختلف از پایگاه داده FERET صورت گرفته است. نتایج بررسی ها حاکی از حفظ و یا در بعضی موارد افزایش نرخ بازشناسی با وجود افزایش نسبت فشرده سازی روی تصاویر است.
استفاده از الگوریتم های فرامکاشفه ای برای بهبود نسبت فشرده سازی و نرخ بازشناسی تصاویر در یک سامانه بازشناسی چهره Keywords:
استفاده از الگوریتم های فرامکاشفه ای برای بهبود نسبت فشرده سازی و نرخ بازشناسی تصاویر در یک سامانه بازشناسی چهره authors
فاطمه صالحی
دانش آموخته مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد قزوین، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، قزوین، ایران
محمدشهرام معین
پژوهشگاه ارتباطات و فناوری اطلاعات، پژوهشکده فناوری اطلاعات، تهران، ایران