بهینه سازی یک سیستم تشخیص چهره با استفاده از الگوریتم KPCA مبتنی بر تبدیل ویولت گسسته
Publish place: International Conference on New Research Findings in Electrical Engineering and Computer Science
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 919
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
COMCONF01_327
تاریخ نمایه سازی: 8 آذر 1394
Abstract:
دراین مقاله روش بهینه و مقاوم دربرابر نویز به منظور تشخیص چهره مبتنی برروشهای اماری ارایه شده است بدین منظور ازروش انالیز غیرخطی مولفه های اصلی مبتنی برتبدیل ویولت گسسته برای استخراج ویژگیهای اصلی تصاویر چهره و سپس به منظور تشخیص و دسته بندی تصاویر چهره ازروش شبکه عصبی احتمالی استفاده شده است و اثربکارگیری مولفه های اصلی غیرخطی از10 تا 75 مولفه درمیزان تشخیص سیستم بررسی شده است و نتایج آن با روش انالیز مولفه های اصلی و انالیز تفکیک کننده غیرخطی مقایسه میشود ازمایشات نشان میدهد که تابع کرنل چندجمله ای با پارامترهای بهینه شده درالگوریتم KPCA به نسبت توابع کرنل دیگر دراین تحقیق دارای درصد تشخیص بهتری می باشد درنهایت باازمایشات دیگر مشخص شد که روش پیشنهادی دربرابرنویزهای ورودی و تغییر حالات مختلف چهره افرادمقاوم بوده و ازدرصد تشخیص بالاتری به نسبت روشهای متداول دیگر برخوردار است
Keywords:
تشخیص چهره , استخراج ویژگی , آنالیز مولفه های اصلی مبتنی برهسته KPCA , شبکه عصبی احتمالی PNN , فیلترویولت , تابع هسته KERNEL
Authors
امیر کرمانشاهی
دانشجوی کارشناسی ارشد موسسه آموزش عالی پویش
محسن نجفی
عضو هیات علمی دانشگاه صنعتی اراک
قربد ستوده
عضو هیات علمی دانشگاه صنعتی اراک
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :