عنوان فارسی |
بررسی مقایسه ای گروه بندی سن بر اساس ابعاد فراکتال با استراتژی های تست های مختلف بر روی تصاویر صورت |
عنوان انگلیسی |
A Comparative Study of Fractal Dimension Based Age Group Classification of Facial Images with Different Testing Strategies |
کلمات کلیدی |
طبقه بندی گروه سن، همبستگی فراکتال ابعاد، تصویر چهره، لبه قهوه ای، تصویر لبه چهره، اعتبارسنجی متقابل. |
درسهای مرتبط |
پردازش تصویر |
تعداد صفحات انگلیسی : ۱۲ | نشریه : Springer |
سال انتشار : ۲۰۱۴ | تعداد رفرنس مقاله : ۲۷ |
فرمت مقاله انگلیسی : PDF | نوع مقاله : ISI |
آیا این مقاله برای بیس پایان نامه مناسب است؟ : بله | آیا این مقاله برای ارائه کلاسی مناسب است؟ : بله |
برنامه ای که در آن مقاله شبیه سازی شده است : این مقاله در محیط متلب پیاده سازی شده است | نام مجله مقاله : Advances in Intelligent Systems and Computing |
ترجمه: ندارد | گزارشکار : گزارش فارسی دارد | شبیه سازی : دارد (Matlab) |
این مقاله در محیط متلب به صورت کامل شبیه سازی شده و در صورت خرید و دانلود مقاله شما به راحتی قادر خواهید بود از برنامه مربوطه استفاده نمایید. در صورت بروز هر گونه مشکل در نحوه ی اجرای برنامه سایت سیگمالند به مدت 24 ساعت بعد از خرید محصول، پشتیبانی آن را تا اجرای کامل برعهده دارد. در ضمن فایل دانلود خاوی گزارش کار برای شبیه سازی متلب به صورت فارسی است.
تشخیص سن اتوماتیک و پیش بینی چهره های آینده در سالهای اخیر به ندرت مورد بررسی قرار گرفته اند. با پیشرفت انسانی، تغییرات مختلفی در تشخیص سن صورت گرفته است. انسانها می توانند حقایق بسیار آموزنده ای را از تصاویر صورت شناسایی کنند که شامل شناسایی سن، جنسیت و غیره است. شناسایی ویژگی های مختلف تصاویر چهره به خوبی در برنامه های دنیای واقعی مورد بررسی قرار گرفته است.
در گذشت کارهایی برای شناسایی گذرنامه و گواهینامه رانندگی با استفاده از پردازش تصویر صورت گرفته ایت.با این وجود تنها تعداد محدودی از تحقیقات در مورد شناسایی اطلاعات جمعیت براساس تصاویر چهره مانند سن، جنسیت و قومیت وجود دارد.
این مبانی را می توان در زمینه طبقه بندی جنسیتی، تشخیص تصویر چهره، پیش بینی چهره های آینده استفاده کرد. همچنین می توان در بازسازی چهره از ویژگی های مشخص شده بهره برد.
در این مقاله یک روش جدید بر اساس فراکتال و برای تشخیص سن افراد مختلف جامعه پیشنهاد شده است. در این مقاله این کار با دقت بالای ۹۰ درصد صورت گرفته است.
روش پیشنهادی در این مقاله شامل ۶ مرحله است که در ادامه این مراحل بصورت خلاصه توضیح داده شده اند:
1: تصویر رنگ اصلی را در نظر بگیرید
2: تصویر اصلی بر اساس محل چشم ها بریده می شود.
3: تصویر بریده شده به یک تصویر سطح خاکستری تبدیل می شود
4: لبه های صورت از تصویر سطح خاکستری همانطور که در شکل 1 آورده شده است استخراج می شود.
5: برآورد ارزش بعد فرکتال از لبه های صورت در یک تصویر
6: طبقه بندی گروه سنی از تصویر صورت را بر اساس همبستگی بعد فراکتال
شبیه سازی مقاله در نرم افزار متلب صورت گرفته است و در ادامه یک نمونه از نتایج شبیه سازی ها در متلب نشان داده شده است.
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.