تشخیص چهره سریع بر اساس نظریه فراکتال
چکیده
امروزه مردم بیشتر و بیشتر نگران دقت، سرعت و راحتی در روند شناسایی شخصی هستند. در زمینه زیست شناسی و نگرش کامپیوتر، تعدادی روش پیشنهاد شده است، در حالی که یک روش مناسب برای تشخیص چهره هنوز یک چالش است. اگر چه برخی از سیستم های قابل اطمینان و روش های پیشرفته تحت شرایط نسبتا کنترل شده معرفی شده اند، میزان و سرعت تشخیص آنها در تنظیمات عمومی رضایت بخش نیست. این به ویژه هنگامی صحیح می باشد که تغییرات در ژست، روشنایی و حالات چهره وجود داشته باشد. این مقاله یک روش تشخیص چهره سریع مبتنی بر نظریه فراکتال را پیشنهاد می کند. این روش متراکم کردن تصاویر چهره برای بدست آوردن کد های فراکتال و تشخیص چهره کامل با این کد است. نتایج تجربی در پایگاه داده های Yale، FERET و CMU PIE بیانگر بازده بالا روش ما در زمان اجرا و میزان صحیح بودن است.
1. مقدمه
به تازگی، تعداد زیادی از ویژگی های بیولوژیکی برای تشخیص هویت، مانند تشخیص عنبیه، تشخیص اثر انگشت، تشخیص طرز راه رفتن و تشخیص چهره اعمال شده اند. استفاده از این ویژگی های بیولوژیکی و تشخیص آن ها ساده است و جعل آنها سخت است. در مقایسه با روش های دیگر، روش های بدون لمس کردن و نزدیک شدن، بزرگترین مزیت ها و ویژگی های تشخیص چهره هستند. به عنوان یک موضوع داغ، توجه های بیشتر و بیشتری بر تشخیص چهره متمرکز شده است. به نظر میرسد که تشخیص چهره چشم انداز گسترده ای از اپلیکیشن ها را در نظارت ویدویی، سیستم کنترل دسترسی، بررسی های جنایی و سایر زمینه ها داشته باشد[1-7].
Abstract
Nowadays, people are more and more concerned about accuracy, rapidity and convenience in the process of personal identification. In the field of biology and computer vision, a variety of methods have been proposed, while a proper method for face recognition is still a challenge. Although some reliable systems and advanced methods have been introduced under relatively controlled conditions, their recognition rate or speed is not satisfactory in the general settings. This is especially true when there are variations in pose, illumination, and facial expression. This paper proposed a fast face recognition method based on fractal theory. This method is to compress the facial images to obtain fractal codes and complete face recognition with these codes. Experimental results on Yale, FERET and CMU PIE databases demonstrate the high efficiency of our method in runtime and correct rate.
1. Introduction
Recently, a large number of biological features have been are applied to identity recognition, such as iris recognition, fingerprint recognition, gait recognition and face recognition. These biological features are easy to use, to distinguish and difficult to forge. Compared with other methods, non touching and aggression are the biggest advantages and features of face recognition. As a hot topic, more and more attention has been focused on the face recognition. Face recognition is considered to have broad application prospects in video surveillance, access control system, criminal investigation and other fields [1–7].
چکیده
1. مقدمه
2. تئوری و روش کدنویسی فراکتال
2.1 تقسیم بندی بلوک های range و بلوک های domain
2.2 کدگذاری فراکتال
2.3 کد گشایی فراکتال
3. تشخیص چهره بر اساس نظریه فراکتال
3.1 فاصله همسایه فراکتال
3.2 طبقه بندی مبتنی بر فاصله ی همسایه ی فراکتال
4. نتایج آزمایش
4.1 در پایگاه داده Yale
4.2 در پایگاه داده FERET
4.3. در پایگاه داده CMU PIE
4.4 بحث
5. نتیجه گیری ها
منابع
Abstract
1. Introduction
2. Fractal coding theory and method
2.1. Segmentation of range blocks and domain blocks
2.2. Determination of contractive mapping
2.3. Fractal encoding
2.3. Fractal decoding
3. Face recognition based on fractal theory
3.1. Fractal neighbor distance
3.2. Fractal neighbor distance based classification
4. Experiment results
4.1. On the Yale database
4.2. On the FERET database
4.3. On the CMU PIE database
4.4. Discussion
5. Conclusions
- ترجمه فارسی مقاله با فرمت ورد (word) با قابلیت ویرایش، بدون آرم سایت ای ترجمه
- ترجمه فارسی مقاله با فرمت pdf، بدون آرم سایت ای ترجمه