بررسی و بهبود تشخیص حالت چهره

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 655

This Paper With 15 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

RDERI03_007

تاریخ نمایه سازی: 19 اردیبهشت 1395

Abstract:

پیشرفت علم پردازش تصویر در چند دهه اخیر تا حدی بوده است که استفاده آن را در علوم و صنایع گوناگون می توان به وضوح احساس کرد. تا جایی که عدم وجود این علم طبسی از موارد کاملاً آن مورد را بدون استفاده می کند. یکی از موارد پردازش تصویر که در این مقاله به آن پرداخت دین تشخیص حالت چهره است، بدین صورت که تصویر به عنوان ورودی به سیستم وارد می شود و نرم افزار با استفاده از متد خاصی حالت چهره را (شش حالت) به عنوان خروجی برمی گرداند. یکی از زمینه های رایج جهت تشخیص حالت چهره استفاده از روش کدگذاری اسپارس است اشاره می کنیم. کدگذاری اسپارس موضوع تحقیقاتی فتوایی در پردازش سیگنال، تصویر مجازی در کامپیوتر و شناسایی الگو است. در این مقاله روش جدیدی برای تشخیص حالت چهره از طریق کدگذاری اسپارس حداقل مربعات غیر منفی NNLS ارائه می گردد. از کدگذاری اسپارس NNLS ، برای تشکیل یک طبقه بندی کننده حالت چهره استفاده می شود. جهت تست و تأیید عملکرد روش ارائه شده، الگوهای دودویی محل این LBP و پیگسل های خام برای نمایش ویژگی صورت استخراج می شوند.

Keywords:

حداقل مربعات غیر منفی , کدگذاری اسپارس , الگوهای دودویی محلی

Authors

مانا پور کاوه

دانشجوی کارشناسی ارشد گروه برق، دانشگاه آزاد اسلامی واحد یزد

مجید پور احمدی

استادیار گروه برق، دانشگاه آزاد اسلامی واحد یزد

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 :
  • Daugman, J.G, Complete discrete 2-d Gabor transforms by neural networks ...
  • Paul, E.; Wallace, V .F, Unmasking the face; Prentice-Hill Inc.: ...
  • Perveen, N.; Gupta, S.; Verma, K, Facial expression recognition using ...
  • Shan, C.; Gong, S.; McOwan, P, Robust facial expression recognition ...
  • Tian, Y.; Kanade, T.; Cohn, J, Facial expression analysis. In ...
  • Whitehill, J.; Littlewort, G.; Fasel, I.; Bartlett, M.; Movellan, J, ...
  • Zhang, S.; Zhao, X.; Lei, B, Robust facial expression recognition ...
  • Niu, Z.; Qiu, X, Facial expression recognition based on weighted ...
  • Viola, P.; Jones, M, Robust real-time face detection. Int. J. ...
  • Chuang, H, Classifying Expressive Face Images with Expression Degree Estimation. ...
  • Xue Y.; Mao, X.; Zhang, F, Beihang university facial expression ...
  • Hoai, M.; De la Torre, F, Max-margin early event detectors. ...
  • El-Bakry, H, New fast principal component analysis for real-time face ...
  • Zheng, W.; Zhou, X.; Zou, C.; Zhao, L, Facial expression ...
  • Bashyal, S.; Venayagamo orthy, G .K, Recognition of facial expressions ...
  • Xie, X.; Liu, W.; Lam, K _ -M , Pseudo-Gabor ...
  • Turk, M.A.: Pentland, A.P, Face recognition using eigenfaces. In Proceedings ...
  • Belhumeur, P.N.; Hespanha, J.P.; Kriegman, D.J. Eigenfaces vs. Fisherfaces, Recognition ...
  • Ojala, T.; Pietikinen, M.; Menp, T, Multiresolution gray scale and ...
  • Shan, C.; Gong, S.; McOwan, P, Facial expression recognition based ...
  • Huang, D.; Shan, C.; Ardabilian, M.; Wang, Y.; Chen, L, ...
  • patterms and kernel discriminant isomap. 11, 9573-9588, 2011 _ ...
  • Ghimire, D.; Lee, J, Geometric feature-based facial expression recognition in ...
  • Sebe, N.; Lew, M.S.; Sun, Y.; Cohen, I.; Gevers, T.; ...
  • Yousefi, S.; Nguyen, M.P.; Kehtarnavaz, N.; Cao, Y, Facial expression ...
  • 29 , pp. 4549-4552, 2010. ...
  • Tian, Y.: Kanade, T.; Cohn, J, Recognizing action units for ...
  • Meng, H.; B i anchi -Berthouze, N, Naturalistic affective expression ...
  • Dornaika, F.; Lazkano, E.; Sierra, B, Improving dynamic facial expression ...
  • Baraniuk, R.G, Compressive sensing [lecture notes]. IEEE Signal Process. Mag. ...
  • Zhang, S.; Zhao, X.; Lei, B, Robust facial expression recognition ...
  • Olshausen, B.A.; Field, D.J, Sparse coding with an overcomplete basis ...
  • Li, Y.; Ngom, A , Classification approach based on non-negative ...
  • Li, Y.; Ngom A; Supervised dictionary learning via non-negative matrix ...
  • Li, Y.; Ngom, A, Sparse representation approaches for the classification ...
  • Lyons, M.J.; Kamachi, M.; Gyoba, J, Japanese Female Facil Expression ...
  • Wright, J.; Yang, A.Y.; Ganesh, A.; Sastry, S.S.; Ma, Y, ...
  • Kim, S.J.; Koh, K.; Lustig, M.; Boyd, S.; Gorinevsky, D, ...
  • Nocedal, J.; Wright, S.J. Numerical Optimization; Springer: New York, NY, ...
  • Lyons, M.J.; Budynek, J.; Akamatsu, S, Automatic classification of single ...
  • Lee, K.C.; Ho, J.; Kriegman, D.J, Acquiring linear subspaces for ...
  • Jabid, T.; Kabir, M.H. ; Chae _ O , Robust ...
  • نمایش کامل مراجع