چند تا ، چه تعداد عربستان سعودی دونالد ترامپ

چند تا ، چه تعداد: عربستان سعودی دونالد ترامپ وزارت دفاع عربستان آمریکایی آمریکا استقبال میلیون

  • خرید کتاب از گوگل
  • چاپ کتاب PDF
  • خرید کتاب از آمازون
  • خرید کتاب زبان اصلی
  • دانلود کتاب خارجی
  • دانلود کتاب لاتین
  • توجه: در صورتی که فایل دارای ایراد است یا حقوق نویسنده رعایت نشده با ما تماس بگیرید

    گت بلاگز اخبار علمی و آموزشی ارائه روش تازه تشخیص سن از روی صورت

    در پژوهشی که به وسیله محققان ایرانی انجام‌شده، روشی جهت اوج بردن دقت سیستم‌های تخمین سن از روی صورت اختراع شده است است که می‌تواند کارایی چنین سیستم‌هایی را بال

    ارائه روش تازه تشخیص سن از روی صورت

    ارائه روش تازه تشخیص سن از روی چهره

    عبارات مهم : سیستم

    در پژوهشی که به وسیله محققان ایرانی انجام شده، روشی جهت اوج بردن دقت سیستم های تخمین سن از روی صورت اختراع شده است است که می تواند کارایی چنین سیستم هایی را بالاتر ببرد.

    به گزارش ایسنا، صورت انسان حاوی اطلاعات مهمی از قبیل جنسیت، نژاد، خلق وخوی و سن هست. سن انسان، به عنوان یک صفت مهم شخصی، می تواند به طور مستقیم به وسیله الگوهای متمایز که از ظاهر صورت پدیدار می شوند، استنباط شود.

    برآورد سن از روی چهره، توجه زیادی را در جوامع تحقیقاتی و صنایع متفاوت به باعث نقش مهم آن در تعامل انسان و کامپیوتر، سیستم های نظارتی و کنترل جلب کرده هست. همچنین تخمین سن به کمک کامپیوتر به طور قابل توجهی از بار کار دستی خسته کننده مانند هنر، پزشکی قانونی، مدیریت ارتباط با مشتری الکترونیکی، کنترل امنیت، بیومتریک، تفریح و سرگرمی و آرایشگری می کاهد. علاوه بر این ها، برآورد سن به وسیله دستگاه، در برنامه های کاربردی و در مواردی بافایده است که نیازی نیست فرد به طور خاص شناسایی شود.

    ارائه روش تازه تشخیص سن از روی صورت

    به گفته محققان، شاخصه های صورت معمولاً به سه دسته تقسیم می شوند: شاخصه های محلی، شاخصه های عمومی و شاخصه های ترکیبی.

    ویژگی های محلی مشمول بر مقدار و عمق چین وچروک در پیشانی، زیر چشم ها و گونه ها، پیری پوست با استفاده از کک ومک و لکه های ناشی از سن، رنگ مو و هندسه اجزای صورت هست. شاخصه های فردی از قبیل هویت، حالت، جنسیت، قومیت، اندازه و شکل صورت بهتر در شاخصه های عمومی منعکس می شوند. شاخصه های ترکیبی نیز ترکیب و تلفیقی از هر دو شاخصه های محلی و عمومی استفاده می کنند.

    در پژوهشی که به وسیله محققان ایرانی انجام‌شده، روشی جهت اوج بردن دقت سیستم‌های تخمین سن از روی صورت اختراع شده است است که می‌تواند کارایی چنین سیستم‌هایی را بال

    معمولاً افراد جهت برآورد سن از تلفیق و ترکیبی از شاخصه های محلی و عمومی استفاده می کنند و مطمئناً هرچقدر استخراج این شاخصه ها در قسمت های متفاوت صورت بهتر و دقیق تر انجام شود، برآورد سن نیز دقیق تر خواهد بود.

    در این خصوص، پژوهشگرانی از دانشگاه گیلان، مطالعه ای پژوهشی را انجام داده اند که در آن تلاش شده است است روشی جهت اوج بردن دقت سیستم های تخمین سن از روی صورت اختراع شود.

    در این تحقیق، از تلفیق شاخصه های عمومی مانند مدل ظاهر فعال یا اصطلاحاً AAM و شاخصه های محلی بافت موسوم به هارالیک (Haralik) و هاگ (HOG)، با استفاده از روش نزدیک ترین همسایه جهت دسته بندی، استفاده شده است است.

    ارائه روش تازه تشخیص سن از روی صورت

    بدین منظور، نصیبه اسدی پرور ماسوله و اسدالله شاه بهرامی، سیستمی هفت مرحله ای را پیشنهاد داده اند که مشمول بر موارد زیر است:

    مرحله اول: دریافت تصویرهای از پایگاه داده و نرمال سازی آن ها

    در پژوهشی که به وسیله محققان ایرانی انجام‌شده، روشی جهت اوج بردن دقت سیستم‌های تخمین سن از روی صورت اختراع شده است است که می‌تواند کارایی چنین سیستم‌هایی را بال

    مرحله دوم: استخراج شاخصه های محلی با استفاده از الگوریتم های هارالیک (Haralik) و هاگ (HOG) و شاخصه های عمومی با استفاده از مدل ظاهر فعال (AAM)

    مرحله سوم: قراردادن شاخصه ها در پنج گروه به عنوان پنج روش که مشمول بر سه روش منفرد و دو روش تلفیقی هستند

    ارائه روش تازه تشخیص سن از روی صورت

    مرحله چهارم: استفاده از روش (Sequential floating forward selection (SFFS جهت گزینش شاخصه ها

    مرحله پنجم: استفاده از روش 4-fold جهت اعتبارسنجی ضربدری

    مرحله ششم: استفاده از روش نزدیک ترین همسایه (KNN) روی داده های آزمودن و آموزش مرحله قبل جهت کلاس بندی داده ها

    مرحله هفتم: استفاده از معیار نمره تجمعی (CS) جهت بررسی کارایی روش ها و مقایسه بین آن ها.

    نتایج بررسی های انجام شده است به وسیله پژوهشگران فوق نشان می دهد که درصد میانگین خطای مدل ظاهر فعال (AAM) نسبت به روش های هاگ (HOG) و هارالیک (Haralik) کمتر است.

    همچنین بر اساس این نتایج، روش هاگ نسبت به روش هارالیک بهتر عمل می کند و اختلاف دقت آن ها تقریباً زیاد است.

    محققان فوق می گویند: «با توجه به عملکرد خوب روش هاگ نسبت به هارالیک، ترکیب روش های AAM+HOG نسبت به روش AAM+HARALIK از کارایی بهتری برخوردار هست. همچنین روش ترکیبی AAM و HOG دارای کمترین میانگین اشتباه و روش HARALIK بیشترین مقدار میانگین اشتباه را دارد».

    این محققان می افزایند: «کارایی روش ترکیبی ارائه شده است در این مقاله به منظور تشخیص سن از روی چهره، بهتر از بقیه منابع هست. بااهمیت ترین علت آن نیز استفاده از روش هاگ در استخراج شاخصه های محلی و ترکیب آن ها با شاخصه های عمومی است».

    در این پژوهش جالب مشاهده شد که مرحله استخراج و گزینش شاخصه ها در فرآیند خودکار برآورد سن از روی تصویر صورت از اهمیت خاصی برخوردار هست، چراکه دقت این چنین سیستم ها تا حدود بسیار زیادی به این مرحله وابسته است.

    این نتیجه های که در مجله مهندسی برق دانشگاه تبریز متعلق به دانشکده برق و کامپیوتر این دانشگاه انتشار یافته هست، می تواند در طراحی سیستم های تازه تشخیص سن از روی صورت کاربرد داشته باشد.

    واژه های کلیدی: سیستم | ترکیبی | استفاده | اخبار علمی و آموزشی


    دانلود


    دانلود فایل ها

    نویسنده : blogzz

  • کتاب زبان اصلی J.R.R
  • دانلود رایگان کتاب از آمازون
  • تکست بوک
  • خرید کتاب انگلیسی
  • خرید کیندل آمازون
  • کتاب زبان اصلی
  • خرید کتاب زبان اصلی دانشگاهی
  • باکس کتاب
  • مانگا زبان اصلی
  • قیمت چاپ کتاب PDF
  • چاپ مانگا
  • رفتن به نوار ابزار