آشکارسازی چهره با استفاده از SVM و فیلتر گابور
Publish place: Third National Conference and First International Conference on Applied Research in Electrical, Mechanical and Mechatronics Engineering
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 823
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ELEMECHCONF03_0684
تاریخ نمایه سازی: 9 مرداد 1395
Abstract:
در این مقاله سیستم آشکارسازی چهره براساس SVM پیشنهاد شده است. که برای استخراج ویژگی های چهره از فیلتر گابور اسفاده شده است. با در نظر گرفتن این موضوع که فیلتر گابور با فرکانس های مختلف و جهت های مختلف به استخراج ویژگی های مفید یک تصویر می پردازد و قادر به آشکارسازی لبه های تصویر می باشد، از این فیلتر برای استخراج ویژگی های چهره در تصاویر دسیتابیس استفاده می کنیم. سپس بردار ویژگی براساس فیلتر گابور به عنوان ورودی طبقه بند SVM مورد استفاده قرار می گیرد. این سیستم بر روی یک دیتابیس که شامل تصاویر چهره و غیر چهره هستند اعمال می شود. که به منظور کاهش پیچیدگی محاسباتی و کاهش حجم حافظه ی اشغالی سایز تصاویر دیتابیس را کم می کنیم که در اینجا سایز تصاویر را به اندازه ی 27*18 کاهش می دهیم و با فرمت png ذخیره می کنیم. بعد از یک سری عملیاتی از قبیل اعمال هیستوگرام بر روی تصاویر دیتانبیس، تصاویر دیتابیس با فیلترهای گابور در حوزه فرکانس ضرب می شوند تا ویژگی های گابور به دست آید. این ویژگی ها برای انجام عملیات آموزش و تست به طبقه بند SVM داده می شود. نتایج نشان می دهد که این روش یکی از سریع ترین متدها برای آشکارسازی چهره می باشد.
Keywords:
Authors
سارا سعیدی
گروه مهندسی برق، دانشگاه آزاد اسلامی، واحد تهران غرب، تهران، ایران
مهدی اسلامی
استادیار گروه مهندسی برق، دانشگاه آزاد اسلامی، واحد تهران غرب، تهران، ایران
مهدی عطائی
گروه مهندسی برق، دانشگاه آزاد اسلامی، واحد تهران غرب، تهران، ایران
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 :