پایاننامه کارشناسی ارشد کامپیوتر شناسایی چهره ویژگیهای چهره الگوریتم فاخته

۱۱۰ هزار تومان ۷۵ هزار تومان
افزودن به سبد خرید

جهت خرید و دانلود پایاننامه کارشناسی ارشد کامپیوتر شناسایی چهره ویژگیهای چهره الگوریتم فاخته روی خرید محصول کلیک و یا با ایمیل زیر در ارتباط باشید

sellthesis@gmail.com


پایان نامه کارشناسی ارشد کامپیوتر افزایش دقت شناسایی چهره با انتخاب زیر مجموعه بهینه از ویژگی های چهره با بکارگیری الگوریتم فاخته


خرید محصول پایاننامه کارشناسی ارشد کامپیوتر شناسایی چهره ویژگیهای چهره الگوریتم فاخته


چکیده:

امروزه در زمينه هاي فراواني ما به وسايلي نياز داريم كه هويت اشخاص را شناسايي كند و بر اساس ويژگيهاي بدن اشخاص آن ها را بازشناسي كند. سیستم تشخیص چهره بعنوان یک سيستم بيو متری اساساً يك سيستم تشخيص الگو است كه يك شخص را بر اساس بردار ويژگي هاي فيزيولوژيكی خاص يا رفتاري كه دارد بازشناسي مي كند. بردار ويژگي ها پس از استخراج معمولا در پايگاه داده ذخيره مي گردد. هدف اصلی این پژوهش مطالعه و بررسی تأثیر انتخاب ویژگی های مناسب تصاویر با استفاده از الگوریتم جستجوی فاخته است. لذا انتخاب یک زیر مجموعه بهینه با توجه به بزرگ بودن ابعاد بردار ویژگی های تصویر جهت تسریع الگوریتم تشخیص چهره می تواند ضروری و حائز اهمیت باشد. ما ابتدا از پایگاه داده ی موجود ویژگی های تصاویر چهره را استخراج کرده، سپس با بکارگیری الگوریتم فاخته به صورت باینری یک زیر مجموعه بهینه از ویژگی های چهره را انتخاب کردیم. این زیر مجموعه ویژگی های بهینه توسط کلاسه بندهای K- نزدیکترین همسایگی و شبکه های عصبی مورد ارزیابی قرار گرفت و با محاسبه دقت کلاسه بندی مشاهده شد که روش پیشنهادی با دقت بالای 90% قادر به تشخیص چهره بر اساس ویژگی های مهم انتخاب شده توسط الگوریتم پیشنهادی است.

کلمات کليدي: بازشناسی چهره ، الگوریتم فاخته، استخراج ویژگی ها، انتخاب ویژگی ها


فهرست مطالب
عنوان صفحه
فصل اول 1
کلیات تحقیق 1
1-1 مقدمه 2
1-2 انگیزش و اهمیت موضوع 3
1-3 بیان مساله . 4
1-4 سازمان پایان نامه 8
فصل دوم 8
مفاهیم اولیه و پیشینه تحقیق 8
2-1 مقدمه 9
2-2 تاریخچه توسعه سیستمهای مبتنی بر تشخیص چهره 9
2-3 سیستم بازشناسی چهره 14
2-3-1 روند کار سیستم بازشناسی چهره 16
2-3-2ویژگی های سیستم های بازشناسی چهره 16
2-3-3 چالش های پیش روی بازشناسی چهره 19
2-3-4 دو مورد از مشکلات موجود در بازشناسی چهره ÷9
2-3-5 روش های مبتنی بر یادگیری و روشهای مبتنی بر ظاهر 21
2-3-6روش هاي استخراج خصوصيات چهره: 23
2-4 الگوریتم فاخته 24
2-5 بيشينه تحقيق 29
فصل سوم 32
3-1 مقدمه . 33
3-2فلوچارت الگوریتم پیشنهادی 33
3-3 معرفی دیتاست 35
3-4 روش پیشنهادی 35
3-4-1 استخراج ویژگیهای تصویر با الگوریتم تبدیل کسینوسی گسسته 35
3-4-2 انتخاب ویژگیها 37
3-4-3 الگوریتم فاخته 38
3-4-4 تابع ارزیابی 47
3-5 طبقه بندی 49
3-5-1الگوریتم K-نزدیکترین همسایگی 50
3-5-2 الگوریتم ماشین بردار پشتیبان 51
فصل چهارم 56
4-1 مقدمه 57
4-2 بررسی نتایج 57
فصل پنجم 62
5-1 نتیجه گیری 63
5-2 کارهای آتی 63


1-1 مقدمه

همه ما مي دانيم كه براي شناسايي همديگر از يك سري ويژگي ها استفاده مي شود كه براي هرشخص بطورانحصاري است و از شخصي به شخص ديگر فرق مي کند. امروزه در زمينه هاي فراواني ما به وسايلي نياز داريم كه هويت اشخاص را شناسايي كند و براساس ويژگي هاي بدن اشخاص آن ها را بازشناسي كند و اين زمينه هر روز بيشتر و بيشتر رشد پيدا مي كند و علاقه مندان فراواني را پيدا كرده است.
پیشرفت های اخیر در اطلاع رسانی و تکنولوژی های تصویر برداری اجازه داد تا سیستم های بیومتریک توسعه پیدا کنند. سیستم های بیومتریک قادر هستند نمونه ی تشخیص هویت را استخراج کرده و داده ی مرجع را مقایسه کنند و نشان دهند که آیا هویت ادعا شده توسط فرد همسان شده است یا خیر. شناسه های مختلفی برای تشخیص هویت استفاده می شود از جمله، انگشتان، دست ها، پاها، چهره ها)تصاویر صورت(، چشم ها، گوش ها ، دندان ها، رگ ها ، صداها، امضا )سبک(، تایپ کردن، راه رفتن. بازشناسی چهره نسبت به دیگر روش های بیومتریک نظیر تشخیص اثر انگشت در بازشناسی مزایایی دارد. در کنار طبیعی بودن و غیر قابل بروز بودن این نوع بازشناسی، مهم ترین مزیت بازشناسی چهره این است که صورت می تواند در هر فاصله ای گرفته شود و پوشش داده شود. در این بین تکنیک های مختلفی برای شناسایی چهره توسعه داده شده اند. این تکنیک ها با توجه به نوع کاربرد بازشناسی چهره اهداف مختلفی را دنبال می کنند. بطوریکه در برخی کاربردها تشخیص برخط بودن اهمیت بیشتری دارد لذا سرعت تشخیص حائز اهمیت است، در برخی دقت تشخیص مهم بوده و در کل این تکنیک ها به دنبال افزایش سرعت و دقت در تشخیص هستند.


1-2 انگیزش و اهمیت موضوع

تشخیص چهره يكي از مهم ترين رويكردهاي تسهيل كننده ارتباط ميان انسان و ماشين و حيطه هاي فعال در حوزه علم بينايي ماشين است. شناسايي چهره افراد از يك پايگاه داده مشخص از ساليان پيش مدنظر هر سيستم امنيتی خودكار بدون نياز به كاربر، بوده است. كاربردهاي اين سيستم ها به مرور زمان و با افزايش تلاش براي بهبود سيستم های امنيتي كاربردي، در حال گسترش است.
اولين و مهم ترين مرحله براي شناسايي هر چهره، پيدا كردن چهره در يك تصوير است، به اين دليل كه در صورت خطا در اين مرحله، مراحل بعدي به درستي اجرا نمي شوند. در سيستم هاي امنيتي (تأييد هويت) مي-توان محل چهره را به طور ثابت فرض كرد، يعني خواسته شود كه چهره در محل از قبل مشخص شده و با تنظيمات يكسان روشنايي فضا، قرار گيرد. به اين ترتيب ديگر نيازي به پيدا كردن چهرۀ فرد در يك تصوير نيست و با حذف قسمت هاي ثابتي از تصوير ورودي مي توان چهره را به سيستم شناسايي چهره به عنوان ورودي تحويل داد. بنابراين پيدا كردن چهره در يك تصوير فراتر از يك سيستم شناسايي چهره می باشد، به عنوان مثال در الگوريتم هاي تشخيص تعداد افراد در يك تصوير، سيستم هاي دزدگير، كد كردن تصاوير ويدئوئي براي سرعت انتقال پائين، نيز كاربرد دارند.

مرور

هیچ دیدگاهی برای این محصول نوشته نشده است.