تعداد نشریات | 44 |
تعداد شمارهها | 1,303 |
تعداد مقالات | 16,020 |
تعداد مشاهده مقاله | 52,489,215 |
تعداد دریافت فایل اصل مقاله | 15,216,892 |
استخراج ویژگیهای مکان- فرکانسی جهت بازیابی تصویر چهره از پایگاه داده حجیم تصاویر | ||
مجله مهندسی برق دانشگاه تبریز | ||
مقاله 5، دوره 48، شماره 2 - شماره پیاپی 84، شهریور 1397، صفحه 509-517 اصل مقاله (1.19 M) | ||
نویسندگان | ||
محمدمهدی بخشی؛ حمید حسنپور؛ منصور فاتح* | ||
دانشگاه صنعتی شاهرود - دانشکده مهندسی کامپیوتر و فناوری اطلاعات | ||
چکیده | ||
در این مقاله، روشی نوین جهت استخراج ویژگی از تصاویر چهره ارائه شده است. هدف اصلی، بازیابی چهره از پایگاه داده حجیم است. با افزایش حجم پایگاه داده، تفکیک کردن چهرههای مختلف با مشکل مواجه میشود. روش پیشنهادی با استخراج ویژگیهای مناسب، فاصله بین چهرههای افراد در فضای ویژگی را افزایش میدهد. این روش بر اساس عملکرد سامانه بینایی انسان است و به صورت ترتیبی از کل به جزء، ویژگی استخراج میکند. برای این منظور، از ویژگیهای مکان- فرکانسی استفاده شده است. در این روش، با اعمال پنجرههای هم مرکز با ابعاد مختلف روی تصویر چهره، محتوای هر پنجره به فضای فرکانسی منتقل میشود. تغییر مؤلفههای فرکانسی در پنجرههای مختلف، فضای ویژگی تصویر را تشکیل میدهند. سپس، با استفاده از فیلتر مناسب، تنها مولفههای فرکانسی با قابلیت بالا در جداسازی بین تصاویر چهره افراد مختلف، حفظ میشوند. در نهایت، با استفاده از معیار فاصلهی اقلیدسی، تصویر نهایی از پایگاه داده بازیابی میشود. در این مقاله از پایگاه داده FERET استفاده شده است. نرخ بازشناسی در مقایسه با بهترین روش قبلی با ویژگیهای مشابه روش پیشنهادی، در حجم مشابه، با 2% افزایش به 99% ارتقا پیدا کرده است. با افزایش حجم پایگاه داده به 990 چهره متمایز، نرخ بازشناسی 90.4% حاصل شده است. | ||
کلیدواژهها | ||
بازشناسی چهره؛ استخراج ویژگی؛ حوزه مکان- فرکانسی؛ پایگاه داده حجیم؛ انتخاب ویژگی | ||
مراجع | ||
[1] Stan Z. Li and Anil K.. Jain, , Handbook of Face Recognition, Edition 2, Springer Publishing, 2011. [2] شفیعپور یوردشاهی، سیدعربی و آقاگلزاده، « بازشناسی چهره بر اساس ظاهر در رشتههای ویدئویی»، مجله مهندسی برق دانشگاه تبریز، جلد 45، شماره 2، صفحات 75-83، تابستان 1394. [3] L. Lenc and P. Kral, Face Recognition under Real-world Conditions, ICAART(2), pp. 250-256, 2013. [4] صادقی، آیتاللّهی و راعی، « بازشناسی حالت چهره با استفاده از نرمالیزاسیون هندسی و تبدیل موجک مختلط Dual-Tree»، مجله مهندسی برق دانشگاه تبریز، جلد 45،اره 3، صفحات 79-87، پاییز 1394. [5] M. Turk and A. Pentland, “Eigenfaces for recognition", Journal of Cognitive Neuroscience, Vol. 3, no. 1, pp.71-86, 1991. [6] T. Ahonen, A. Hadid and M. Pietikainen, "Face recognition with local binary patterns", Computer Vision - ECCV, Vol. 302, pp.469-481, 2004. [7] S. Liao, X. Zhu, Z. Lei, L. Zhang and Stan Z. Li, "Learning multi-scale block local binary patterns for face recognition", Advances in Biometrics, Vol. 4642, pp. 828-837, 2007. [8] D. H. Wang and P. Conilione, "Machine learning approach for face image retrieval", Neural Computing and Applications, Vol. 21, no. 4, pp.683-694, 2012. [9] M. J. Er, W. Chen and S. Wu, "High-speed face recognition based on discrete cosine transform and RBF neural networks", IEEE Transactions on Neural Networks , Vol. 16, no. 3, pp. 679-691, 2005. [10] J. Luo, Y. Ma, E. Takikawa , S. Lao, M. Kawade and B. Lu, "Person-specific SIFT features for face recognition", IEEE International Conference on Acoustics, Speech and Signal Processing, Vol. 2, pp. II-593, 2007. [11] L. Lenc and P. Král , "A combined SIFT/SURF descriptor for automatic face recognition", Sixth International Conference on Machine Vision, Vol. 9067, pp. 90672C-90672C, 2013. [12] M. Zhou , H. Wei and S. Maybank, "Gabor wavelets and AdaBoost in feature selection for face verification", Workshop in application of computer vision, pp.101-109, 2006. [13] H. Cho, R. Roberts, B. Jung, O. Choi and S. Moon, "An efficient hybrid face recognition algorithm using PCA and GABOR wavelets", International Journal of Advanced Robotic Systems, Vol. 11, p.59, 2014. [14] R. Varun, Y. VivekanandKini, K. Manikantan and S. Ramachandran, "Face recognition using hough transform based feature extraction", Procedia Computer Science,Vol. 46, pp.1491-1500, 2015. [15] T. M. Abhishree, J. Latha, K. Manikantan and S. Ramachandran, "Face recognition using gabor filter based feature extraction with anisotropic diffusion as a pre-processing technique", Procedia Computer Science, Vol. 45, pp. 312-321, 2015. [16] C. Ma, J. Y. Jung, S. W. Kim and J. S. Ko, "Random projection-based partial feature extraction for robust face recognition", Neurocomputing, Vol. 149, pp. 1232-1244, 2015. [17] S. Wang and P.Liu, "A new feature extraction method based on the information fusion of entropy matrix and covariance matrix and its application in face recognition", entropy, Vol. 17, no. 7, pp. 4664-4683, 2015. [18] X. Xie and K. M. Lam, "Face recognition using elastic local reconstruction based on a single face image", Pattern Recognition, Vol. 41, no. 1, pp. 406–417, 2008. [19] Y. Gao, Y. Qi, "Robust visual similarityretrieval in single model face databases", Pattern Recognition, Vol. 38, no. 7, pp. 1009-1020, 2005. [20] J. Haddadnia, K. Faez and M. Ahmadi, "A fuzzy hybrid learning algorithm for radial basis function neural network with application in human face recognition", Pattern Recognition, Vol. 36, no. 5, pp. 1187–1202, 2003. [21] J. Lu, X. Yuan and T. Yahagi, "A method of face recognition based on fuzzy c-means clustering and associated Sub-NNs", IEEE Transactions On Neural Networks, Vol. 18, no. 1, pp. 150 – 160, 2007. [22] P. Viola and M. Jones,"Rapid object detection using a boosted cascade of simple features", In Proc. of IEEE Conference on Computer Vision and Pattern Recognition, Vol. 1, pp. I-I, 2001. [23] K. K. Paliwal and L. D. Alsteris, "On The usefulness of STFT phase spectrom in human listening tests", Speech Communication, Vol. 45, no. 2, pp. 153-170, 2004. | ||
آمار تعداد مشاهده مقاله: 538 تعداد دریافت فایل اصل مقاله: 557 |