ادغام ویژگی های رنگ و بافت به منظور تشخیص خویشاوندی از روی تصاویر چهره
نویسنده:
نوع مقاله:
مقاله پژوهشی/اصیل (دارای رتبه معتبر)
چکیده:
سیستم تشخیص خویشاوندی با تجزیه و تحلیل تصاویر چهره دو فرد، خویشاوندی یا عدم خویشاوندی آن دو را مشخص می کند. برای تشخیص رابطه خویشاوندی ویژگی های مختلف را می توان از تصویر چهره دو فرد استخراج نمود. در این مقاله با بررسی ویژگی های بافت، رنگ و ادغام موثر این ویژگی ها و همچنین بررسی چند طبقه بندی کننده مختلف، یک سیستم کارا برای تشخیص روابط خویشاوندی نسل اول (پدر - پسر، پدر - دختر، مادر - پسر و مادر - دختر) ارایه شده است. در این راستا دو رویکرد پیشنهادی بررسی شده است: (1) ادغام ویژگی های موثر و بررسی طبقه بندی کننده مختلف برای تشخیص خویشاوندی و (2) استفاده از متریک یادگیری NRML به منظور تولید بردار ویژگی متمایز کننده جهت افزایش کارایی تشخیص خویشاوندی. روش های پیشنهادی برای دو پایگاه داده KinFaceW-I و KinFaceW-II در حالت های مختلف تحلیل و ارزیابی شده اند. نتایج ارزیابی ها نشان می دهد، ادغام ویژگی ها و استفاده از متریک NRML به خوبی توانسته است عملکرد سیستم تشخیص خویشاوندی را بهبود دهد. علاوه بر دو رویکرد پیشنهادی، استخراج ویژگی از کل تصویر و همچنین به صورت بلوکی از تصویر، بررسی شده و نتایج آن ارایه شده است. نتایج به دست آمده حاکی از آن است که استخراج ویژگی به صورت بلوکی می تواند در بهبود نتیجه نهایی تشخیص خویشاوندی موثر واقع شود.
کلیدواژگان:
زبان:
فارسی
صفحات:
1 تا 17
لینک کوتاه:
magiran.com/p2437161
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!