افزایش دقت شناسایی چهره با انتخاب زیر مجموعه بهینه از ویژگی های چهره با بکارگیری الگوریتم فاخته
افزایش دقت شناسایی چهره با انتخاب زیر مجموعه بهینه از ویژگی های چهره با بکارگیری الگوریتم فاخته نوع فایل: word (قابل ویرایش) تعداد صفحات : 80 صفحه حجم : 772 کیلوبایت چکیدهامروزه در زمينه هاي فراواني ما به وسايلينياز داريم كه هويت اشخاص را شناسايي كند و بر اساس ويژگيهاي بدن اشخاص آنها را بازشناسي كند. سیستم تشخیص چهره بعنوان یک سيستم بيو متری اساساً يكسيستم تشخيص الگو است كه يك شخص را بر اساس بردار ويژگي هاي فيزيولوژيكیخاص يا رفتاري كه دارد بازشناسي مي كند. بردار ويژگي ها پس از استخراجمعمولا در پايگاه داده ذخيره مي گردد. هدف اصلی این پژوهش مطالعه و بررسیتأثیر انتخاب ویژگی های مناسب تصاویر با استفاده از الگوریتم جستجوی فاختهاست. لذا انتخاب یک زیر مجموعه بهینه با توجه به بزرگ بودن ابعاد بردارویژگی های تصویر جهت تسریع الگوریتم تشخیص چهره می تواند ضروری و حائزاهمیت باشد. ما ابتدا از پایگاه داده ی موجود ویژگی های تصاویر چهره رااستخراج کرده، سپس با بکارگیری الگوریتم فاخته به صورت باینری یک زیرمجموعه بهینه از ویژگی های چهره را انتخاب کردیم. این زیر مجموعه ویژگی هایبهینه توسط کلاسه-بندهای K- نزدیکترین همسایگی و شبکه های عصبی موردارزیابی قرار گرفت و با محاسبه دقت کلاسه بندی مشاهده شد که روش پیشنهادیبا دقت بالای 90% قادر به تشخیص چهره بر اساس ویژگی های مهم انتخاب شدهتوسط الگوریتم پیشنهادی است.کلمات کليدي: بازشناسی چهره ، الگوریتم فاخته، استخراج ویژگی ها، انتخاب ویژگی ها فهرست مطالبعنوان فصل اول 1کلیات تحقیق 11-1 مقدمه………… 21-2 انگیزش و اهمیت موضوع 31-3 بیان مساله … 41-4 سازمان پروژه 8فصل دوم 8مفاهیم اولیه و پیشینه تحقیق 82-1 مقدمه ………. 92-2 تاریخچه توسعه سیستمهای مبتنی بر تشخیص چهره 92-3 سیستم بازشناسی چهره 142-3-1 روند کار سیستم بازشناسی چهره 162-3-2ویژگی های سیستم های بازشناسی چهره 162-3-3 چالش های پیش روی بازشناسی چهره 192-3-4 دو مورد از مشکلات موجود در بازشناسی چهره ÷92-3-5 روش های مبتنی بر یادگیری و روشهای مبتنی بر ظاهر 212-3-6روش هاي استخراج خصوصيات چهره: 232-4 الگوریتم فاخته 242-5 بيشينه تحقيق…. 29فصل سوم 323-1 مقدمه ……… 333-2فلوچارت الگوریتم پیشنهادی 333-3 معرفی دیتاست 353-4 روش پیشنهادی 353-4-1 استخراج ویژگیهای تصویر با الگوریتم تبدیل کسینوسی گسسته 353-4-2 انتخاب ویژگیها 373-4-3 الگوریتم فاخته 383-4-4 تابع ارزیابی 473-5 طبقه بندی …. 493-5-1الگوریتم K-نزدیکترین همسایگی 503-5-2 الگوریتم ماشین بردار پشتیبان 51فصل چهارم 564-1 مقدمه 574-2 بررسی نتایج 57فصل پنجم 625-1 نتیجه گیری 635-2 کارهای آتی 63
افزایش دقت شناسایی چهره با انتخاب زیر مجموعه بهینه از ویژگی های چهره با بکارگیری الگوریتم فاخته,پردازش تصویر,علوم کامپیوتر,پایاین نامه علوم کامپیوتر,پایان نامه پردازش تصویر,مقالات ارشد علوم کامپیوتر