شماره کتابشناسی ملی
شماره
۲۳۱۳۶پ
زبان اثر
زبان متن نوشتاري يا گفتاري و مانند آن
per
عنوان و نام پديدآور
عنوان اصلي
ارائه‌ی یک روش برای تشخیص حالت چهره با استفاده از الگوریتم های بهینه‌صسازی ازدحام ذرات و ماشین بردار پشتیبان
عنوان اصلي به زبان ديگر
Presenting a method for emotion recognition by using SVM and PSO algorithms
نام نخستين پديدآور
/آراز برزو کریم بنله کو
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: مهندسی برق و کامپیوتر
تاریخ نشرو بخش و غیره
، ۱۳۹۹
نام توليد کننده
، راشدی
مشخصات ظاهری
نام خاص و کميت اثر
۱۰۰ص
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی - الکترونیکی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
علوم کامپیوتر گرایش نرم افزار
زمان اعطا مدرک
۱۳۹۸/۰۶/۰۴
کسي که مدرک را اعطا کرده
تبریز
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
شناسایی چهره یکی از سیستم های گروه شناسایی بیولوژیک) بیومتریک (می باشد در این سیستم هددف شناسدایی افراد در شرایط مختلف پس از دریافت یکسری تصویر چهره از افراد می باشد، منظور از شناسایی چهره، سیستمی است که قادر به شناخت تصاویر افراد مختلف با استفاده از بانک چهره متشکل از یک یا چند عکس برای هر نفر می باشد .مشکلات فراوان حاصل از تغییر مکان صورت در تصاویر، اندازه صورت، حالت صورت، تغییر سن و ....شناسایی چهره را به عنوان یکی از پیچیده‌صترین مباحث علم شناخت الگو و پردازش تصویر مطرح کرده است .تشخیص چهره با پیدا کردن و تعیین محل کردن چهره ها در تصاویر و فیلم‌صها بدست می‌صآید و این تشخیص یکی از پرکاربرد ترین نوع در تشخیص شی در تصویر است .بنابراین در بیشتر کاربرد ها از قبیل تجزیه و تحلیل چهره برای رابط کامپیوتر انسان، شناسایی چهره برای کنترل دسترسی و نظارت، همچنین بازیابی چندرسانه‌صایی، گام اساسی، شناسایی چهره خواهد بود .در این پژوهش برای تشخیص حالت چهره تصویر ثابت ورودی را به سیستم وارد کرده و بعد از آشکارسازی ناحیه صورت، نواحی ابروها، چشم‌صها، بینی و دهان را آشکار کرده و در نواحی مورد نظر نقاط ویژگی صورت را استخراج نموده و از فاصله بین نقاط به عنوان ویژگی استفاده می‌صشود .روش پیشنهادی مهمترین نواحی چهره را که ویژگی‌صهای چشمگیر از آن استخراج شده باشد هدف قرار می‌صدهد .نواحی چهره به هر یک از نواحی صورت اشاره دارد که شامل یک ارگان محلی، مانند ناحیه چشم چپ، ناحیه چشم راست، ناحیه‌صی بینی و ناحیه دهان باشد .این نواحی صورت دارای متمایزترین خصوصیات در چهره انسان می‌صباشند .نواحی صورت اساس کار تکنیک استخراج ویژگی مبتنی بر ویژگی محلی است .در روش ارائه شده ابتدا نواحی چهره را بر روی هر تصویر صورت شناسایی کرده و سپس ویژگی‌صها استخراج می‌صشود، که برای تشخیص این حالات چهره چهره و استخراج ویژگی‌صها و دسته‌صبندی ویژگی‌صها از روش ترکیبی معرفی شده که شامل الگوریتم ادحام ذرات و ماشین بردار پشتیبان می‌صباشد، استفاده شده است
متن يادداشت
Face recognition is one of the systems of biological identification (biometric) group. In this system, the goal is to identify people in different situations after receiving a face image of people. Face recognition means a system that is able to recognize images of different people using a face bank consisting of one or more photos for each person. Numerous problems resulting from facial displacement in images, facial size, facial expressions, age change, etc. have been introduced as one of the most complex topics in pattern recognition and image processing. Face recognition is achieved by finding and determining the placement of faces in images and videos, and this recognition is one of the most widely used types of object recognition in the image. Therefore, in most applications such as face analysis for human computer interface, face recognition to control access and monitoring, as well as multimedia recovery, the basic step will be face recognition. In this study, to detect facial expressions, enter a fixed input image into the system, and after revealing the facial area, reveal the eyebrow, eye, nose and mouth areas. In the desired areas, extract the facial features and the distance between Dots are used as attributes. The proposed method targets the most important areas of the face from which significant features have been extracted. Facial areas refer to any area of the face that includes a local organ, such as the left eye area, the right eye area, the nasal area, and the mouth area. These areas of the face have the most distinctive features on the human face. Facial areas are the basis of the local feature-based extraction technique. In the presented method, first the facial areas are identified on each face image and then the features are extracted. In order to identify these facial expressions and extract the features and categorize the features, a combined method has been introduced, which includes the Particle swarm optimization algorithm and the support vector machine
عنوان اصلی به زبان دیگر
عنوان اصلي به زبان ديگر
Presenting a method for emotion recognition by using SVM and PSO algorithms
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )
مستند نام اشخاص تاييد نشده
برزو کریم بنله کو، آراز
مستند نام اشخاص تاييد نشده
Brzo Kareem Binlako, Araz
دسترسی و محل الکترونیکی
يادداشت عمومي
سیاه و سفید
وضعیت فهرست نویسی
وضعیت فهرست نویسی
نمایه‌سازی قبلی
