پروژه آماده استفاده از داده کاوی در شناسایی تصاویر چهره

پروژه آماده استفاده از داده کاوی در شناسایی تصاویر چهره

گزارش کاملی از انواع تکنیک های داده کاوی و تشخیص چهره، چکیده: تشخیص چهره همواره بعنوان یکی از مقبول ترین روشهای بیومتریک شناخته شده است. اما علیرغم اهمیت مبحث تشخیص هویت مبتنی بر چهره، بسیاری از روش ها و الگوریتم های موجود، تنها تحت شرایط کنترل شده و با وجود تصاویر نرمال، قادر به کسب نتایج مناسب..

دسته بندی: جزوات» سایر موارد

فرمت فایل دانلودی: docx

فرمت فایل اصلی: DOC

تعداد صفحات: 70

حجم فایل: 1,045 کیلوبایت

بخشی از متن:

چکیده:

تشخیص چهره همواره بعنوان یکی از مقبول ترین روشهای بیومتریک شناخته شده است. اما علیرغم اهمیت مبحث تشخیص هویت مبتنی بر چهره، بسیاری از روش ها و الگوریتم های موجود، تنها تحت شرایط کنترل شده و با وجود تصاویر نرمال، قادر به کسب نتایج مناسب می باشند. درحالی که در کاربرد های واقعی، همواره با تغییرات چهره و چالش ها و پوشیدگی های موضعی در تصویر مواجه هستیم.

در تشخیص چهره مشکلاتی وجود دارد که موجب انتخاب کاندیدهای اشتباه بعنوان چهره می شود و یا اینکه ناحیه ای از تصویر که شامل چهره است را نادیده می گیرد. از جمله مشکلات تشخیص چهره چالش پوشیدگی موضعی است که سه مورد آن عبارتند از: پوشیدگی موضعی بوسیله عینک، ریش، سبیل و موی سر و همچنین سایز بزرگ تصایر ورودی موجب کاهش سرعت پردازش و عدم اجرای بسیاری از الگوریتم ها روی تصاویر با سایز بزرگ می شود، مشکل دیگر چرخش سر در تصویر می باشد. با توجه به اهمیت چالش پوشیدگی موضعی در تشخیص چهره و عدم موفقیت رویکر های کلی نگر در حل آن و چرخش سر و سایز بزرگ تصویر، در این تحقیق به منظور حل این معضلات، از سه الگوریتم که در این زمینه دارای دقت بسیار بالایی در رفع چالشهای فوق می باشند استفاده شده است که عبارتند از: الگوریتم داده کاوی مافیا که ویژگی های اصلی چهره را بطور بسیار دقیق مشخص می کند و الگوریتم ژنتیک که مشکلات پوشیدگی موضعی را مرتفع می سازد و الگوریتم ماشین پشتیبانی بردار بر اساس درخت جستجوی دودویی که الگوریتم معروف و دقیق و سریعی می باشد.

به منظور ارزیابی کارایی روش فوق، مجموعه آزمایشاتی به کمک پایگاه داده ای از تصاویر انجام گرفته است. ارائه نتایج امیدبخش در حضور شش چالش فوق، در مقایسه با موفق ترین روش های موجود، نشان دهنده بهبود چشمگیری در نرخ تشخیص چهره می باشد.

کلمات کلیدی: شناسایی چهره، ویژگی های الگو، ویژگی های الگو با ماکزیمم تکرار، داده کاوی، ماشین پشتیبانی بردار

فهرست مطالب:

1- مقدمه

2- اصول و روشهای تشخیص چهره

2-1- روش های بر اساس دانش و ویژگی های ثابت

2-1-1- روش بالا به پایین بر اساس دانش

2-1-1-1- دیدگاه یانگ و هانگ

2-1-2- روش پایین به بالا براساس ویژگی

2-1-2-1- ویژگی های چهره

2-1-2-1-1- دیدگاه سیروهی

2-1-2-1-2- دیدگاه چتوریکو و لرچ

2-1-2-1-3- دیدگاه لونگ

2-1-2-1-4- دیدگاه یو و سیپولا

2-1-2-2- بافت وترکیب

2-1-2-2-1- رویکرد آوجستیجن و سکوفسا

2-1-2-3- رنگ پوست

2-1-2-3-1- دیدگاه ساکس و فولدس

2-1-2-3-2- دیدگاه کجلدسن و کندر

2-1-2-4- تعدد ویژگی ها

2-1-2-4-1- دیدگاه یاچیدا

2-2- تطبیق با الگو

2-2-1- الگوهای از پیش تعریف شده

2-2-1-1- دیدگاه ساکای

2-2-1-2- دیدگاه کرا

2-2-1-3- دیدگاه سینها

2-2-2- الگوهای دگردیس پذیر

2-2-2-1- دیدگاه لانیتیس

2-2-2-2- دیدگاه کوتس و تیلور

2-3- روش های بر اساس ظاهر

2-3-1- Eigenfaces

2-3-1-1- دیدگاه تورک و پنتلند

2-3-2- روش های براساس توزیع

2-3-2-1- دیدگاه سانگ و پجیو

3-3-2- شبکه های عصبی

3-3-2-1- دیدگاه آگوی

3-3-2-2- دیدگاه ویلانت

2-3-4- روش ماشین پشتیبانی بردار

2-3-5- شبکه اسپارس

2-3-5-1- دیدگاه یانگ

2-3-6- طبقه بندی نایوبیز

2-3-6-1- دیدگاه ریکت

2-3-7- Model Hidden Markov

2-3-8- رهیافت تئوری اطلاعات

2-3-8-1- دیدگاه بریمان

2-3-9- یادگیری استقرایی

2-3-9-1- دیدگاه دوتا و جین

3- بررسی چالشهای تشخیص چهره و انواع آن

3-1- چالش های تشخیص چهره

2-3- فاز آموزش

3-2-1- پیش پردازش تصویر

3-2-1-1- نرمالیزه کردن تصویر

3-2-1-2- رفع مشکل تصاویر ورودی در سایزهای بزرگ

3-2-1-3- رفع مشکل چرخش سر در تصویر

3-2-2- یافتن الگوی ویژگی های مثبت و منفی

3-2-2-1- بکارگیری الگوریتم داده کاوی مافیا در استخراج ویژگی

3-2-2-2- استخراج ویژگی های مثبت و منفی

3-2-3- ساخت شناساگر چهره

3-2-3-1- الگوریتم ژنتیک

3-2-3-1-1- الگوریتم ژنتیک در شناسایی چهره های تحت پوشیدگی با عینک و ریش و سبیل و پس زمینه های درهم و برهم

3-2-3-2- ویژگی های چهره

3-2-3-3- Kd-tree SVM

3-2-3-3-1- الگوهای تفکیک پذیر خطی

3-2-3-3-2- یافتن ابر صفحه ی بهینه

3-2-3-3-3- ابرصفحه ی بهینه برای الگوهای غیرقابل تفکیک

3-2-3-3-4- Kd-tree

3-3- فاز تشخیص

4- پایگاه داده ها

4-1- انتخاب پایگاه داده های آموزشی

4-2- ارزیابی و بررسی عملکرد انواع تشخیص لبه در نرمالیزه کردن تصویر

4-3- ارزیابی و بررسی نتایج عملکرد الگوریتم داده کاوی مافیا

4-3-1- نتیجه آزمایش عملکرد الگوریتم داده کاوی مافیا

4-4- ارزیابی و بررسی عملکرد استاندارد سازی تصاویر در سایزهای بزرگ

4-5- ارزیابی و بررسی رفع چالش چرخش سر در تصویر

4-5-1- نتایج آزمایش چرخش سر در تصویر

4-6- ارزیابی و بررسی عملکرد الگوریتم ژنتیک

4-6-1- الگوریتم ژنتیک

4-6-2- ارزیابی و بررسی الگوریتم ژنتیک در شناسایی چهره های تحت پوشیدگی با عینک

4-6-3- ارزیابی و بررسی الگوریتم ژنتیک در شناسایی چهره های تحت پوشیدگی با ریش و سبیل

4-6-4- ارزیابی و بررسی الگوریتم ژنتیک در شناسایی چهره های با پس زمینه های درهم و برهم

5- نتیجه گیری

  • Face recognition
  • مهندسی کامپیوتر
  • پایگاه داده
  • پروژه داده کاوی
  • SVM
  • الگوریتم
  • شبکه عصبی
  • پردازش تصویر
  • Genetic
  • Data mining
  • پروژه پردازش تصویر
  • داده کاوی
  • پروژه تشخصی چهر
  • تشخیص چهره
  • تشخیص الگو
  • الگوریتم ژنتیک
  • Neural network
  • پروژه نرم افزار

برای دانلود این فایل اینجا کلیک نمایید

The PDF version of this page!

پروژه آماده استفاده از داده کاوی در شناسایی تصاویر چهره