|
Title
|
تشخيص حالت هاي چهره با استفاده از يك هسته پايه اي شعاعي بهينه شده
|
|
Type
|
Thesis
|
|
Keywords
|
تشخيص حالت هاي چهره- توابع پايه اي شعاعي
|
|
Abstract
|
در اين پايان نامه، رويكرد جديدي براي تشخيص حالات چهره انسان ارائه مي كنيم. اين روش شامل يك تكنيك استخراج ويژگي با استفاده از الگوهاي باينري محلي (LBP) است و از يك شبكه تابع پايه شعاعي (RBF) براي طبقه بندي استفاده مي كند. پارامترهاي شبكه RBF براي دستيابي به حداكثر دقت طبقه بندي به طور خودكار و بهينه تنظيم مي شوند. اين فرآيند با پيش پردازش و استخراج ويژگي از بردارهاي ورودي با استفاده از LBP آغاز مي شود. متعاقباً، ويژگي هاي استخراج شده به شبكه RBF وارد مي شوند كه داده ها را با حل يك معادله خطي طبقه بندي مي كند. نتايج كارايي و اثربخشي رويكرد پيشنهادي را نشان مي دهد. آزمايش ها بر روي دو پايگاه داده حاوي حالات مختلف چهره انسان انجام شد و عملكرد اين روش را تأييد كرد.
|
|
Researchers
|
nasrin hashemi (Student) , Hossein Hosseinzadeh (First primary advisor) , zeinab Sedaghatjoo (Advisor)
|