|
Title
|
یک روش بهبود یافته ی تشخیص اشیاء براساس بردار پشتیبان خطی و نمونه ها
|
|
Type of Research
|
Thesis
|
|
Keywords
|
ارتباط انسان و کامپیوتر، تشخیص حالت چهره، استخراج ویژگیLBP، LCP، GW، HOG، ماشین بردار پشتیبان خطی
|
|
Abstract
|
به تکنولوژی پیدا کردن و تشخیص اشیاء در تصاویر یا توالی ویدیوها تشخیص اشیاء می-گویند. انسان، اشیاء موجود در تصاویر را با وجود اینکه تصاویر شامل اشیاء در زوایای دید متفاوت یا در سایزها و مقیاس های مختلف باشد یا حتی قسمتی از تصاویر موجود نباشد یا چرخش خورده باشد، با تلاش کمی پیدا می کند. تشخیص اشیاء یک چالش در زمینه بینایی ماشین است. در طول دهه ها رویکردهای متفاوتی برای پیاده سازی تشخیص اشیاء انجام شده است. در این رساله سعی داریم بیشتر بر روی تشخیص حالت چهره که نوع خاصی از تشخیص اشیاء است تمرکز نماییم. در سال های اخیر شناسایی حالت چهره، به علت ارتبـاط انسـان بـا کـامپیوتر در دنیای مجازی و ایجاد رابطه عاطفی بـین ایـن دو، مـورد توجـه بسـیاری قـرار گرفتـه اسـت. در شاخه رباتیک نیز مطـرح شـدن ربات هـای انسـان نمـا کـه بـا کـاربر در تعامـل هسـتند و خود را بـا حالـت روحـی کـاربر تطبیق می دهند، توجه بـه ایـن موضـوع را دوچنـدان نمـوده اسـت. همچنـین در تکنولـوژی مربـوط بـه سـاخت دوربین های دیجیتالی، با تجاری شـدن دوربین-هـای عکاسـی حسـاس بـه حـالات چهـره کـه تنهـا بـا لبخنـدزدن شـخص عکس برداری انجام می گیرد، ایــن موضــوع در قالــب فــنآوری روز مطــرح گردیــده اســت. در فیلم-هــای انیمیشــن، کارتونی و تکنیک های مربوط بـه آن، طراحـی چهـره و بحـث شـبیه سـازی حـالات مختلـف چهـره بسـیار پرکـاربرد است. در شاخه روانشناسی، آزمون هـایی در زمینـه درمـانی طراحـی شـده اسـت کـه بـا نشـان دادن تصـاویر بـه شخص مـورد آزمـایش، عکـس العمـل ظـاهری ایجـاد شـده در چهـره را بررسـی می کنند و نتایج حاصله را بـه عنـوان داده هـای اولیـه بـرای تحلیـل روحی روانی بکـار مـی گیرنـد. ایـن مـوارد و کاربردهـای گونـاگون دیگـر، منجـر بـه انجـام تحقیقـات متعـددی در ایـن زمینه گردیده است.
هدف در این رساله تشخیص حالات چهره با دقت بهینه در دنباله ای از تصاویر ویدئویی در هفت حالت اصلی (خوشحال، ناراحت، تعجب، عصبانیت، ترس، نفرت و طبیعی) است. در این پروژه پس از پیش پردازش های اولیه مربوط به حجم و اندازه تصاویر، با استفاده از روش های الگوی دودویی محلی (LBP) ، الگوی پیکربندی خطی(LCP) ، هیستوگرام گرادیان جهت دار (HOG) و موجک گابور(GW) ویژگی های هر تصویر استخراج می شود و سپس با یک نمونه مثبت در مقابل هزاران نمونه منفی سیستم
|
|
Researchers
|
Sahra Akbari (Student)، Nacer Farajzadeh (Primary Advisor)، Mahdi Hashemzadeh (Advisor)
|