Skip Navigation Linksلیست مقالات ترجمه شده / خرید و دانلود
1,122,700

پیش از اقدام به خرید ترجمه فارسی می توایند نسخه انگلیسی را به صورت رایگان دانلود و بررسی نمایید. متن چکیده و ترجمه آن در پایین همین صفحه قابل مشاهده است.
دانلود رایگان مقاله انگلیسی
موسسه ترجمه البرز اقدام به ترجمه مقاله " مهندسی فناوری اطلاعات " با موضوع " تشخیص چهره تحت روشنایی متغیر با استفاده از هشت الگوی جهتدار کامل محلی لگاریتمی فراکتال مبتنی بر ابعاد " نموده است که شما کاربر گرامی می توانید پس از دانلود رایگان مقاله انگلیسی و مطالعه ترجمه چکیده و بخشی از مقدمه مقاله، ترجمه کامل مقاله را خریداری نمایید.
عنوان ترجمه فارسی
تشخیص چهره تحت روشنایی متغیر با استفاده از هشت الگوی جهتدار کامل محلی لگاریتمی فراکتال مبتنی بر ابعاد
نویسنده/ناشر/نام مجله :
Neurocomputing
سال انتشار
2016
کد محصول
1011192
تعداد صفحات انگليسی
15
تعداد صفحات فارسی
37
قیمت بر حسب ریال
1,030,000
نوع فایل های ضمیمه
Pdf+Word
حجم فایل
10 مگا بایت
تصویر پیش فرض



Abstract

Face recognition under illumination is really challenging. This paper proposes an effective method to produce illumination-invariant features for images with various levels of illumination. The proposed method seamlessly combines adaptive homomorphic filtering, simplified logarithmic fractal dimension, and complete eight local directional patterns to produce illumination-invariant representations. Our extensive experiments show that the proposed method outperforms two of its variant methods and nine state-of-the-art methods, and achieves the overall face recognition accuracy of 99.47%, 94.55%, 99.53%, and 86.63% on Yale B, extended Yale B, CMU-PIE, and AR face databases, respectively, when using one image per subject for training. It also outperforms the compared methods on the Honda UCSD video database using five images per subject for training and considering all necessary steps including face detection, landmark localization, face normalization, and face matching to recognize faces. Our evaluations using receiver operating characteristic (ROC) curves also verify the proposed method has the best verification and discrimination ability compared with other peer methods

چکیده

تشخیص چهره تحت روشنایی واقعا چالش برانگیز است. در این مقاله یک روش موثر برای تولید ویژگی­ هایی با روشنایی نامتغیر برای تصاویری با سطوح مختلف از روشنایی ارائه می ­گردد. روش پیشنهادی بطور یکپارچه ترکیبی از فیلتر گذاری همریخت تطبیقی، ابعاد فرکتال لگاریتمی ساده، و هشت الگوی جهتدار محلی کامل برای تولید بازنمایی ­هایی با روشنایی نامتغیر است. آزمایش ­های گسترده ما نشان می­ دهد که روش پیشنهادی بهتر از دو روش متغیرش و 9 روش مدرن عمل می­ کند، و در هنگام استفاده از یک تصویر در هر شخص برای آموزش برای پایگاه­ های داده ­ی چهره Yale B، Yale B گسترده، CMU-PIE و AR به ترتیب  به دقت تشخیص چهره کلی 99.47٪، 94.55٪، 99.53٪، و 86.63٪ می ­رسد. همچنین در مقایسه با روش های دیگر در مورد پایگاه ­های داده ویدئویی Honda UCSD با استفاده از پنج عکس از هر شخص برای آموزش و با در نظر گرفتن تمام اقدامات لازم از جمله تشخیص چهره، محلی سازی نقاط برجسته، نرمالیزاسیون چهره، و تطبیق چهره برای تشخیص چهره، بهتر عمل می­ کند. ارزیابی­ های ما با استفاده از منحنی ­های مشخصه عملیاتی گیرنده (ROC) نیز تایید می­ کنند که روش پیشنهادی، دارای بهترین توانایی تصدیق و تبعیض در مقایسه با روش­ های دیگر است.

1-مقدمه

تشخیص چهره با طیف گسترده ­ای از کاربردها در امنیت، تحقیقات پزشکی قانونی، و اجرای قانون، مصالحه خوبی بین اعتماد و پذیرش اجتماعی است [1،2]. یک سیستم تشخیص چهره معمولی شامل چهار مرحله اصلی است (که در شکل 1 نشان داده شده [1].): تشخیص چهره، محلی سازی نقاط برجسته، نرمالیزاسیون چهره، و تطبیق چهره. در مرحله اول، آشکارسازهای چهره مانند آشکارساز چهره مبتنی بر SNoW (شبکه پراکنده از پنجره­ ها) [3]، آشکارساز ویولا جونز [4]، و آشکارساز چهره ویولا جونز مبتنی بر پیکسل رنگ پوست [5 ] چهره را در تصاویر و یا فریم ­های ویدئویی تشخیص می ­دهند. در مرحله دوم، نقاط برجسته مربوطه صورت برای هر چهره مورد شناسایی، محلی سازی می ­شود...



این مقاله ترجمه شده مهندسی فناوری اطلاعات در زمینه کلمات کلیدی زیر است:






Face recognition
Illumination variations
Complete eight local directional patterns
Logarithmic

ثبت سفارش جدید