انجام پروژه متلب تشخیص چهره و اجزای چهره با استفاده از الگوریتم Viola jones (ویولا جونز) همراه مقاله فارسی توضیح روش:انجام پروژه متلب - انجام پروژه متلب
ضمانت بازگشت
فایل های تست شده
پرداخت آنلاین
تضمین کیفیت
دانلود فوری

قیمت محصول : 230,000 ریال

230,000 ریال – پرداخت و دانلود
2 خرید نسخه : 1.0

تشخیص چهره و اجزای چهره با استفاده از الگوریتم Viola jones (ویولا جونز) همراه مقاله فارسی توضیح روش:انجام پروژه متلب

کشف چهره (Face Detection) يک فناوري رايانه اي است که هدف آن تعيين موقعيت و اندازه چهره هاي انساني در تصاوير ديجيتال ميباشد. اين فناوري صورت انساني را تشخيص ميدهد و هر چيز ديگري مانند درختان، ساختمان و … را ناديده ميگيرد. اين تکنيک نقش مهمي در بسياري از کاربردهاي بينايي ماشين مانند شناسايي چهره، دنبال کردن اهداف انساني، بيومتريک، و کاربردهاي سطح بالا مثل بينايي روبات دارد.

ابتدا از روشي که Paul Viola و Mishael Jones در سال 2001 و 2004 ميلادي منتشر کرده اند [1] [2]، و معمولا به صورت ساده Viola_Jones method خوانده ميشود، استفاده می شود. سپس با ارزيابي اين روش در عمل نقاط ضعف آن را کشف کرده و آنها را حتي الامکان برطرف نمايم.
در اين روش از 4 عنصر کليدي استفاده ميشود:

  • ويژگيهاي (Feature هاي) مستطيلي ساده که ويژگيهاي هار (Haar Features ) ناميده ميشوند.
  • تصاوير مجتمع (integral images) براي ارزيابي سريع Feature ها
  • روش يادگيري ماشين Ada boost براي انتخاب Feature ها
  • يک دسته بند آبشاري براي رد کردن سريع non-face window ها

براي انجام face detection اولين چيزي که احتياج داريم يک پايگاه داده از تصاوير است که هم شامل چهره هاي انساني و هم چيزهاي ديگر باشد. از پايگاه تصاوير موجود در اينترنت ميتوان بدين منظور استفاده کرد. علاوه بر آن، تصاوير ديگري هم که خودمان تهيه خواهيم کرد براي ارزيابي سيستم مورد استفاده قرار خواهد گرفت.

ويولا و جونز براي اينکه تشخيص دهند از بين صدها نوع Haar Features کدامها در هر تصوير وجود دارند، از تکنيکي که تصاوير مجتمع يا تصاوير انتگرال ( integral images) خوانده ميشود استفاده کردند.

ويولا و جونز براي انتخاب کردن يک Haar Feature خاص براي استفاده کردن ,از متدي در machine learning که Adaboost خوانده ميشود ,استفاده کردند. روش Adaboost براي ساختن يک دسته بند قوي ( (strong classifier ,تعداد زيادي دسته بند ضعيف (weak classifier ) را با هم ترکيب ميکند. ويولا وجونز يک سري از Adaboost classifier ها را به عنوان يک زنجيره فيلتري با هم ترکيب کردند. هر فيلتر يک Adaboost classifier مجزا است که از تعداد کمي weak classifier تشکيل شده است.

اگر هر کدام از اين فيلترها در قبول کردن ناحيه اي از تصوير به عنوان چهره شکست بخورد,آن ناحيه فورا به not_face دسته بندي ميشود. وقتي يک فيلتر يک ناحيه از تصوير را به عنوان چهره قبول کرد, ناحيه موردنظر وارد فيلتر بعدي در زنجيره ميشود. در صورتي که ناحيه موردنظر از تصوير همه فيلترهاي زنجيره را با موفقيت پشت سر گذاشت به عنوان face دسته بندي ميشود.

انجام پروژه متلب http://www.porojeamadematlab.ir تنها وبسایت انجام پروژه متلب انجام پروژه متلب

انجام پروژه متلب http://www.porojeamadematlab.ir تنها وبسایت انجام پروژه متلب انجام پروژه متلب

انجام پروژه متلب http://www.porojeamadematlab.ir تنها وبسایت انجام پروژه متلب انجام پروژه متلب

انجام پروژه متلب http://www.porojeamadematlab.ir تنها وبسایت انجام پروژه متلب انجام پروژه متلب

 

انجام پروژه متلب

http://www.porojeamadematlab.ir

تنها وبسایت انجام پروژه متلب

انجام پروژه متلب

تشخیص چهره،اجزای چهره،الگوریتم، Viola jones ،ویولا جونز،پروژه متلب،پردازش تصویر،بینایی ماشین، انجام پروژه متلب

به این پست امتیاز دهید.
Rate this post
This site is using SEO Baclinks plugin created by InfoMotru.ro and Locco.Ro
بازدید : 137 views بار دسته بندی : , , , , , , تاريخ : 15 سپتامبر 2016 به اشتراک بگذارید :
دیدگاه کاربران
    • دیدگاه ارسال شده توسط شما ، پس از تایید توسط مدیران سایت منتشر خواهد شد.
    • دیدگاهی که به غیر از زبان فارسی یا غیر مرتبط با محصول باشد منتشر نخواهد شد.


SEO Powered by Platinum SEO from Techblissonline

Enter your email address:

Delivered by FeedBurner