الگوهای دودویی محلی ناهمبسته برای شناسایی مقاوم چهره
Publish place: The first international conference of modern research engineers in electricity and computer
Publish Year: 1395
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 485
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CBCONF01_0976
تاریخ نمایه سازی: 16 شهریور 1395
Abstract:
شناسایی چهره یکی از زمینه های تحقیقاتی فعال در علم بینایی ماشین می باشد. از اصلی ترین بخش های سیستمشناسایی چهره، استخراج ویژگی از تصویر چهره می باشد، به نحویکه ویژگی استخراجی دارای مقاومت نسبت به تغییر زاویهسر، تغییر حالت چهره و شدت نورپردازی باشد. الگوهای دودویی محلی، یکی از شناخته شده ترین توصیفگرهای بافتتصویر می باشد که می تواند برای استخراج ویژگی از تصویر چهره استفاده شود. در این مقاله روشی برای بهبود این توصیفگربر مبنای ناهمبسته سازی اطلاعات پیکسل های تصویر، برای حداقل کردن اطلاعات از دست رفته در این توصیفگر پیشنهادشده است. آزمایشات وسیع روی سه پایگاه داده این ادعا را اثبات می کند که روش پیشنهادی علاوه بر افزایش دقتشناسایی چهره، میزان مقاومت آن را نسبت به تغییرات چهره بسیار افزایش می دهد، ضمن اینکه بار پردازشی کمی دارد.
Keywords:
شناسایی چهره , استخراج ویژگی , توصیفگر الگوهای دودویی محلی (LBP) , ناهمبسته سازی (Decorrelation) , فرآیند مارکوف
Authors
وحید قنبری
دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر
حمید صادقی
دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر
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 :