تشخیص هویت با استفاده از عنبیه چشم مبتنی بر انتخاب ویژگی با الگوریتم Canny و طبقه بندی با بهینه سازی ازدجام ذرات و ماشین بردار ماشین PSO-SVM
Publish place: کنفرانس سراسری دانش و فناوری مهندسی مکانیک و برق ایران
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 882
This Paper With 12 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:
DMECONF01_054
تاریخ نمایه سازی: 9 مرداد 1395
Abstract:
یکی از روشهای تشخیص هویت و شناسایی افراد اسفتاده از از عنبیه چشم است که با استافده از انتخاب ویژگی با الگوریتم Canny و طبقه بندی با بهینه سازی ازدحام ذرات و ماشین بردار پشتیبان PSO-SVM ارائه شده است در این مقاله تشخیص هویت با روش پیشنهادی در دو مرحله انجام می شود در مرحله اول انتخاب ویژگی بهینه بااستفاده از الگوریتم پردازش تصویر Canny ولاپلاسین برایافزایش دقت طبقه بندی و شنایایی مرزهای تصمیم گیری استفاده شده است در مرحله تشخیص هویت یا طبقه بندی داده ها با استفاده از الگوریتم بهینه سازی ازدحام ذرات pso و مشین بردار پشتیبان SVM انجام می شود بدین صورت که الگوریتم PSO به بهینه سازی پارامترهای SVM سبب افزایش دقت در طبقه بندی می شود. در روش پیشنهادی از مجموعه داده ای CASIA که در نرم افزار Matlab پیاده سازی شده استفاده شده است میازن دقت طرح پیشنهادی نسبت به روشهای دیگر بهتر می باشد.
Keywords:
Authors
محسن نوروزی
کارشناسی ارشد گروه هوش مصنوعی دانشکده فنی و مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد تهران جنوب ایران
حسین علی کرمی
داکتری گروه هوش مصنوعی دانشکده فنی و مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد تهران شمال 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 :