بهبود تشخیص حالت چهره با استفاده از ترکیب تکنیک های فازی وشبکه عصبی کانولوشنال Fuzzy CNN
Publish place: کنفرانس ملی فناوری های نوین در مهندسی برق و کامپیوتر
Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 943
This Paper With 16 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:
PCCO01_356
تاریخ نمایه سازی: 26 مرداد 1397
Abstract:
چهره یک فرد، شامل ویژگیهای منحصر به فردی است که میتواند نوع حالات شخص را مشخص کند. دسته بندی یکی از مهمترین مراحل در روند تشخیص حالات چهره افراد است. امروزه با توسعه روش های یادگیری عمیق، تحول بزرگی در سیستم های یادگیری رخ دادهاست. شبکه عصبی کانولوشنی با یادگیری ویژگی های عمیق تصاویر، دقت دسته بندی را افزایش میدهند. در این مقاله از نقاط ویژگی صورت و ویژگی های استخراج شده از تصاویر صورت جهت تشخیص حالت های اصلی چهره استفاده شده است. به همین منظور، از ترکیب تکنیک های فازی و شبکه عصبی کانولوشن Fuzzy CNN بر ای بهبود تشخیص حالت چهره افراد استفاده نمودیم. ابتدا بااستفاده از تکنیک های پردازش تصویر، کیفیت تصاویر را ارتقا می دهیم. در مرحله بعد، منطقه مطلوب چهره که شامل تصویر صورت است، استخراج میگردد. به کمک لبه یابی اجزای چهره، استخراج و قابل شناسایی میشوند. با تکنیک های فازی، اجزای صورت فازی میگردد. فازی، تکنیکی مناسب به منظور حل مشکل شباهت حالات مختلف چهره است. در نهایت شبکه عصبی کانولوشن CNN نیز جهت آموزش و درنهایت تشخیص حالت چهره استفاده نموده ایم برای اثبات عملکرد مناسب روش ترکیبی fuzzy-CNN ما این روش را با چند روش دیگر مقایسه نمودیم که نتایج آزمایشات ما در این پژوهش نشان داد دقت عملکرد روش پیشنهادیمان برابر با 96.33 بوده و از سایر روش های موجود در این زمینه عملکرد بالاتری دارد.
Keywords:
Authors
مونا رمضانی
دانشجوی کارشناسی ارشد مهندسی کامپیوتر، موسسه غیرانتفاعی دیلمان لاهیجان
محبوبه یعقوبی
عضو هیات علمی، موسسه غیرانتفاعی دیلمان لاهیجان
محمدرضا یمقانی
عضو هیات علمی، دانشگاه آزاد واحد لاهیجان