شماره ركورد كنفرانس :
4615
عنوان مقاله :
تشخيص هويت با استفاده از ويژگي‌هاي محلي چهره وكلوني زنبور عسل مصنوعي وطبقه‌بندي كننده ماشين بردار پشتيبان
پديدآورندگان :
بيات الناز elnazbayat869@yahoo.com دانشگاه آزاد اسلامي ، نجف آباد-ايران , نصري سعيد s_nasri@iaun.ac.ir دانشگاه آزاد اسلامي،نجف آباد-ايران ، دانشگاه آزاداسلامي،نجف آباد-ايران.
كليدواژه :
شناسايي چهره , الگوهاي دودويي گراديان , آناليز خطي متمايز كننده , كلوني زنبور عسل مصنوعي , ماشين بردار پشتيبان
عنوان كنفرانس :
چهارمين كنفرانس ملي تحقيقات كاربردي در مهندسي برق، مكانيك، كامپيوتر و فناوري اطلاعات
چكيده فارسي :
امروزه با توجه به پيشرفت روز افزون سيستم‌هاي نظارتي، شناسايي و گسترش الگوريتم‌هاي كارآمد در اين حوزه حائز اهميت است. در اين راستا تشخيص چهره ي انسان به دليل كاربرد گسترده‌اي كه در موارد متعددي نظير تشخيص هويت، كنترل دسترسي، سيستم‌هاي امنيتي و غيره دارد، به يكي از موضوعات مهم تحقيق در زمينه شناسايي الگو و بينايي ماشين تبديل شده است. فرآيند استخراج ويژگي يكي از بخش‌هاي مهم در سيستم هوشمند محسوب مي‌شود، براي شناسايي چهره اين ويژگي‌ها بايد نسبت به تغييرات حالت چهره، تغييرات شدت روشنايي، تغيير مقياس و دوران سر مقاوم باشد. در اين مقاله از ويژگي‌هاي محلي براي شناسايي چهره استفاده مي‌شود. ابتدا ويژگي الگوهاي دودويي گراديان از تصاوير چهره استخراج مي‌شوند. سپس از الگوريتم آناليز خطي متمايز كننده براي كاهش ابعاد بردار ويژگي استخراج شده استفاده مي‌شود. در مرحله بعد عمليات بهينه‌سازي و يافتن بهترين ويژگي‌ها براي دسته‌بندي توسط الگوريتم كلوني زنبور عسل انجام مي‌شود. دسته‌بند مورد استفاده در اين پايان‌نامه ماشين بردار پشتيبان مي‌باشد. در اين مقاله از پايگاه‌داده‌ي ORL استفاده شده است. دقت به دست آمده براي روش پيشنهادي 100 درصد مي‌باشد.
