بهبود روشهای های بوستیگ با استفاده از دسته بندی کننده خطی برای چهره یابی در تصاویر استریو
Publish place: 15th Annual Conference of Computer Society of Iran
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,320
متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- 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:
CSICC15_213
تاریخ نمایه سازی: 26 مهر 1388
Abstract:
چهرهیابی نقش مهم و کلیدی در برقراری ارتباط بین انسان وماشین دارد. روباتهای هوشمند برای ارائه بسیاری از خدمات به انسانها از چهرهیابی بهره میگیرند. در این مقاله یک روش جدید بر ای کاهش خطای مثبت چهرهیاب های دوبعدی بوستینگ با استفاده از اطلاعات عمق ارائه میشود. از یک دسته بندی کننده دو لایه با ساختار درخت تصمیم بهره میگیریم. هر تصویر به تعداد زیادی زیر پنجره تقسیم می- شود. لایه اول از روش متداول بوستینگ آبشاری برای حذف زیر پنجره های غیر چهره بهره میبرد. باقیمانده زیر پنجره ها برای بررسی بیشتربه لایه دوم فرستاده میشوند. در لایه دوم مدل عمق متناظر هر زیرپنجره محاسبه میشود. مدلهای عمق با استفاده از ی ک دسته بند ی کننده ابداعی به همراه یک دسته بندی کننده خطی مورد بررسی قرارمیگیرند تا باقیمانده زیر پنجره های غی ر چهره حدف شوند . از یک روبات خانگی سیار مجهز به دوربین استریو برای چهره یابی در محیط طبیعی و شلوغ استفاده شد . با استفاده از ا ی ن روش، خطا ی مثبت روشهای چهره یابی دوبعدی به شدت کاهش یافت.
Keywords:
Authors
محمود راحت ورنوسفادرانی
دانشگاه صنعتی امیرکبیر (پلی تکنیک تهران)
سعید شیری قیداری
دانشگاه صنعتی امیرکبیر (پلیتکنیک تهران)
رضا ابراهیم پور
دانشگاه شهید رجایی
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 :