امروزه با رشد فناوری اطلاعات، تشخیص چهره یک مساله چالش برانگیز در زمینه تجزیه و تحلیل تصویر و بینایی رایانه است و به همین دلیل در چند سال گذشته به خاطر کاربردهای فراوان در حوزه های مختلف مورد توجه بسیاری قرار گرفته است. روش های زیادی برای پیاده سازی این فناوری مورد استف چکیده کامل
امروزه با رشد فناوری اطلاعات، تشخیص چهره یک مساله چالش برانگیز در زمینه تجزیه و تحلیل تصویر و بینایی رایانه است و به همین دلیل در چند سال گذشته به خاطر کاربردهای فراوان در حوزه های مختلف مورد توجه بسیاری قرار گرفته است. روش های زیادی برای پیاده سازی این فناوری مورد استفاده قرار می گیرد، اما روش کلی بر مبنای مقایسه مشخصه های خاصی از چهره افراد با یک پایگاه داده یا مجموعه اطلاعاتی از پیش ذخیره شده ( که می تواند حاصل نمونه گیری از چهره افراد باشد) است. فناوری های مبتنی بر بیومتریک در سالهای اخیر به عنوان امیدوارکننده ترین گزینه برای تشخیص هویت افراد، شناخته شده اند. به منظور پیاده-سازی تشخیص چهره از روش های متفاوتی استفاده می شود. در این مقاله، مروری بر برخی از روش های شناخته شده پردازش تصویر انجام می شود و مزایا و معایب طرح های ذکر شده در آن بررسی شده است. همچنین فناوری های پیاده سازی سیستم های تشخیص چهره معرفی می گردد. سپس الگوریتم های تشخیص چهره بر اساس مشخصه های بیومتریک دسته بندی و معرفی می شوند. علاوه بر این، ضمن معرفی الگوریتم های مدل سلسله مراتبی و ایکس، مدل سلسله مراتبی باینری و ایکس، به بیانِ مفهوم ساختار تشخیصِ چهره ی عمیق، پرداخته شده است و برخی از جدیدترین الگوریتم های تولید شده برای این منظور ذکر شده است. در پایان، برخی از مهم ترین موارد کاربرد سیستم های تشخیص چهره مورد بررسی قرار گرفته است. هدف از این مقاله، معرفی و بیان الگوریتم های یادگیری عمیق در تشخیص چهره و بیان چالش های موجود می باشد.
پرونده مقاله
تشخیص چهره، یک عمل تشخیص الگوست که بهطور خاص بر روی چهرهها انجام میشود و کاربردهای فراوانی در شناسایی کارتهای اعتباری، سیستمهای امنیتی و موارد دیگر دارد. ایجاد یک سیستم تشخیص چهره با دقت بالا، یک چالش بزرگ میباشد که در سالهای اخیر مورد توجه محققان مختلفی قرار گرف چکیده کامل
تشخیص چهره، یک عمل تشخیص الگوست که بهطور خاص بر روی چهرهها انجام میشود و کاربردهای فراوانی در شناسایی کارتهای اعتباری، سیستمهای امنیتی و موارد دیگر دارد. ایجاد یک سیستم تشخیص چهره با دقت بالا، یک چالش بزرگ میباشد که در سالهای اخیر مورد توجه محققان مختلفی قرار گرفته است. فرایند استخراج ویژگی و طبقهبندی، دو مسئله مهم در سیستمهای تشخیص هستند که میتوانند در افزایش دقت تشخیص نقش بسزایی را ایفا کنند. با توجه به این موضوع در این مطالعه با درنظرگرفتن ویژگیهای ترکیبی و بهینهسازی الگوریتم فاخته، روشی برای بهبود میزان دقت در تشخیص چهره پیشنهاد شده است. در روش ارائهشده، هفت ویژگی از روی تصاویر موجود در پایگاه داده استخراج شده، سپس با بهدستآوردن بردار ویژگیِ مطلوب، مراحل مربوط به انتخاب ویژگی با استفاده از الگوریتم فاخته انجام میشود. روش پیشنهادی با نرمافزار Matlab پیادهسازی گردیده و با روشهای دیگر مورد مقایسه قرار گرفته است. نتایج مربوط به ارزیابی نشان میدهند که روش پیشنهادی توانسته عمل تشخیص بر روی تصاویر دو بانک داده ORL و FDBB را بهترتیب با دقت 00/93% و %12/95% انجام دهد. نتیجه بهدستآمده برای این معیار ارزیابی نسبت به سایر روشهای مقایسهشده از مقدار بالاتری برخوردار است.
پرونده مقاله
رایمگ
سامانه رایمگ تمامی فرآیندهای دریافت، ارزیابی و داوری، ویراستاری، صفحهآرایی و انتشار الکترونیکی نشریات علمی را به انجام میرساند