چطور این مقاله مهندسی برق را دانلود کنم؟
فایل انگلیسی این مقاله با شناسه 2003839 رایگان است. ترجمه چکیده این مقاله مهندسی برق در همین صفحه قابل مشاهده است. شما می توانید پس از بررسی این دو مورد نسبت به خرید و دانلود مقاله ترجمه شده اقدام نمایید
حجم فایل انگلیسی :
434 Kb
حجم فایل فارسی :
308 کیلو بایت
نوع فایل های ضمیمه :
PDF+Word
کلمه عبور همه فایلها :
www.daneshgahi.com
عنوان فارسي
تشخیص تصویر چهره با ترکیب ویژگی های محلی و همه جانبه
عنوان انگليسي
Face Image Recognition Combining Holistic and Local Features
نویسنده/ناشر/نام مجله
Springer Berlin Heidelberg
این مقاله چند صفحه است؟
این مقاله ترجمه شده مهندسی برق شامل 9 صفحه انگلیسی به صورت پی دی اف و 18 صفحه متن فارسی به صورت ورد تایپ شده است
چکیده
این مقاله به معرفی روشی برای استفاده از ویژگی های محلی و همه جانبه برای تشخیص تصویر چهره میپردازد. ویژگی همه جانبگی از دامنه فضایی 2DPCA و ویژگی محلی بودن از دامنه فرکانسی 2D-DCT با 2DNMF استخراج میشود. ضرایب 2D-DCT مولفه های مختلف فرکانسی را شکل میدهند و همزمان باعث میشوند انرژی متمرکز شود، که میتواند برای محافظت کردن از برخی ویژگی های ریز و ظریف که در روش کلی نادیده گرفته میشوند، مناسب باشد. همچنین میتواند از ارتباط بین ویژگی های کلی و محلی اجتناب کند و اطلاعات فرکانسی تکمیلی را در مقابل اطلاعات فضایی عرضه کند.نهایتا، از رگرسیون LSSVM برای وزن دار کردن بردارهای ویژگی های مخلوط و طبقه بندی کردن تصاویر استفاده میکنیم. نتایج تجربی نشان داده اند روش جدید که بهتر از روشهای معمول PCA دوبعدی و NMF روی پایگاه های داده چهره ORL و JAFFE کار میکند، درست و معتبر است.
1-مقدمه
تشخیص چهره، چندین دهه یک زمینه فعال تحقیق و مطالعه در بینایی کامپیوتر و تشخیص الگو بوده است. روشهای تشخیص چهره بسیاری تا کنون ارایه شده اند، مثل PCA (1)، ICA (2)، شبکه های عصبی (3)، روش کرنل (4)، SVM (5)، تکنیک های جمعی (6)، NMF و NTF. به طور کلی این روشها را بسته به نوع ویژگی های مورد استفاده، میتوان در سه دسته طبقه بندی کرد (9)، یعنی بر حسب این که این ویژگی ها همه جانبه، محلی یا چندگانه باشند. در دسته اول، متداولترین روش مورد استفاده، چهره-ویژه (PCA) است که تصویر را با استفاده از ویژگی کلی تصویر شناسایی میکند. حال آنکه در دسته دوم، بیشترین الگوریتم مورد استفاده روش Elastic Bunch Graph Matching (10)، Local appearance based (11 هستند که از ویژگیهای محلی چهره برای شناسایی استفاده میکنند. دسته سوم روش های چندگانه اند؛ دسته ای از شیوه ها هستند که از هر دو ویژگی محلی و همه جانبه استفاده میکنند...
تشخیص چهره تشخیص تصویر چهره
:کلمات کلیدی
Abstract
This paper introduces a method using the holistic and the local features for face image recognition. The holistic feature is extracted from spatial domain by 2DPCA and the local feature is taken from 2D-DCT-frequency domain by 2DNMF, respectively. 2D-DCT coefficients form the different frequency components and get energy concentrate at the same time, which may be suitable to preserve some useful puny features often ignored in global method. And it may avoid the correlation between global and local features and offer complementary frequency information to spatial one. Finally, LSSVM regression is used to weight the mixed feature vectors and classify images. Experimental results have demonstrated the validity of the new method, which outperforms the conventional 2D-based PCA and NMF methods on ORL and JAFFE face databases
Keywords:
Local features face image
سایر منابع مهندسی برق-مهندسی برق الکترونیک در زمینه تشخیص چهره