سه بعدی سازی تصاویر چهره با استفاده از الگوریتم شبکه های باور عمیق

Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 662

This Paper With 10 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CSCG02_003

تاریخ نمایه سازی: 7 اسفند 1396

Abstract:

یکی از بیومتریکها برای شناسایی انسان، چهره میباشد. میتوان گفت، اطلاعات اجزای چهره، بهترین روش برای شناسایی هویت افراد است. به منظور رفع چالشهای موجود در زمینه شناسایی چهره، فاصله قرارگیری چهره در برابر دوربین، مقیاس متفاوت چهره ها و تغییرات ظاهری در چهره، روش های سه بعدی سازی چهره جهت شناسایی چهره، پیشنهاد شده اند. در این راستا انتخاب تکنیکهای مناسب برای شناسایی خودکار هویت افراد از روی چهره، ضروری میباشد. در این پژوهش، با ترکیب تکنیکهای پردازش تصویر و الگوریتم های یادگیری عمیق به سهبعدی سازی تصاویر چهره پرداخته شده است. شبکه باور عمیق یکی از روشهای یادگیری عمیق است که به منظور یادگیری ویژگی های تصویر دوبعدی چهره جهت دستیابی به طرح سه بعدی آنها استفاده شده است. در این پژوهش با استفاده از پردازش تصاویر پایگاه داده FEI و استخراج ویژگیهای تصاویر، یک روش وزن دهی به نقاط چهره به کار رفته است. با وزن گذاری نقاط، اجزای چهره مشخص شده اند. با قرارگیری اجزا بر پوسته سه بعدی چهره و آموزش DBN به سه بعدی سازی پرداخته شده است. به منظور ارزیابی روش پیشنهادی، دقت تشخیص هر یک از اجزای چهره با استفاده از DBN تخمین زده شده است. این روش با سایر دستهبندها مانند ANN و SVM مقایسه شدهاست. نتایج نشان میدهد که DBN با ایجاد لایه های عمیق توانسته است با دقت بیشتری اجزای چهره را شناسایی نماید. دقت سه بعدی سازی روش پیشنهادی در 8-Fold برابر 93.89 درصد بودهاست

Authors

روزا سیرتی

کارشناسی ارشد هوش مصنوعی، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد لاهیجان، لاهیجان، ایران.

اعظم السادات نوربخش

عضو هییت علمی، گروه کامپیوتر، دانشکده فنی و مهندسی، دانشگاه آزاد اسلامی واحد لاهیجان، لاهیجان، ایران.