این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
پردازش علائم و داده ها، جلد ۷، شماره ۱، صفحات ۸۹-۹۶
عنوان فارسی تشخیص چهره با استفاده از PCA و فیلتر گابور
چکیده فارسی مقاله روش های تشخیص چهره که مبتنی بر ساختار چهره هستند، روش های بدون نظارتی می باشند که نسبت به تغییرات خطّی که در تصویر رخ می دهد نتایج مناسبی را تولید می کنند. PCA یک تبدیل خطّی است که ابزار قدرتمندی برای تجزیه و تحلیل داده هایی است که دارای تغییرات خطّی می باشند؛ ولی برای تغییرات غیرخطّی چهره ناشی از تغییرات حالت، روشنایی و ژست در تصویر چهره، مطلوب نمی باشد. فیلتر گابور یکی از روش های مبتنی بر ویژگی است که می تواند برای رفع نقطه ضعف PCA مورد استفاده قرار گیرد. در این مقاله روشی جدید برای تشخیص چهره با ترکیب روش های PCA و گابور ارایه شده است. بدین صورت که پس از اعمال فیلتر گابور بر روی هر چهره موجود در بانک اطّلاعاتی، تعدادی تصویر حاصل از فیلتر گابور به¬دست می آید. میانگین تصاویر حاصل از فیلتر گابور به عنوان یک تصویر جدید در نظرگرفته می شود؛ سپس از مؤلّفه های اصلی به دست آمده از اعمال PCA بر روی تصاویر میانگین برای تشخیص چهره استفاده می گردد. روش پیشنهادی بر روی پایگاه های داده تصویر YaleB و ORL تحت شرایط مختلف بررسی گردید. نتایج به دست آمده نشان می دهد روش پیشنهادی نسبت به روش PCA بهتر عمل می¬کند.
کلیدواژه‌های فارسی مقاله تشخیص چهره، فیلتر گابور، تحلیل مؤلّفه اصلی
عنوان انگلیسی Face Recognition by Combination of PCA and Gabor Filter
چکیده انگلیسی مقاله Methods for face recognition which are based on face structure are among techniques without supervision and produce unfavorable results in the presence of linear changes in images. PCA is a linear transform and a powerful tool for data analysis but does not produce good results for face recognition when there are non-linear changes resulting from changes in position, intensity and gesture in the face image. To overcome this problem, methods based on face features are used. Gabor filtering which can be considered as a feature based method can be used in these cases. This paper presents a new face recognition algorithm by combining PCA and Gabor filtering methods. After Gabor filtering of each face image, a number of images is produced. Then, mean of these images is calculated and PCA is applied to it. The resulted principal components are then used for face recognition. The presented algorithm has been applied to face images from YaleB and ORL databases under different conditions. Results show that the new algorithm performs better than PCA or Gabor filtering methods when they are applied to face images independently.
کلیدواژه‌های انگلیسی مقاله Keywords, Face Recognition, Gabor filtering, PCA
نویسندگان مقاله محسن سریانی | soryani
دانشگاه علم و صنعت ایران

حمیدرضا قجر |


عباس کوچاری |


نشانی اینترنتی http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-54-1&slc_lang=fa&sid=1
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1315/article-1315-600154.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده مقالات پردازش گفتار
نوع مقاله منتشر شده پژوهشی
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات