دانلود پروژه: بهبود عملکرد روش تجزیه مولفه های اصلی (PCA) در فرآیند ردیابی چهره با استفاده از شبکه‌های عصبی

تعداد 78صفحه در فایل word

چکيده

 شناسایی چهره ازجمله مسائلی است که کاربرد آن در سال­های اخیر رو به افزایش است. چراکه شناسایی هویت با استفاده از تصویر چهره نسبت به سایر نشانگرهای بیومتری مورداستفاده جهت شناسایی، دارای قابلیت‌هایی هست که آن را از سایر نشانگرها متمایز می‌کند. ازجمله این قابلیت‌ها می‌توان به صرفه‌جویی در زمان و هزینه و حذف انجام وظایف تکراری توسط انسان اشاره کرد. به‌عنوان نمونه ردیابی چهره با استفاده از کاربرد تکنیک PCA یا تحلیل مؤلفه‌های اصلی، تكنيكي است كه براي پايين آوردن بُعد يك فضاي خاص به كار می‌رود و با استفاده از يكسري اطلاعات فضاي فرعي كم بعدتری را می‌سازد كه باعث تشريح بهتر انواع اطلاعات از كل آن‌ها می‌شود. بنابراين در اين پايان‌نامه با ارائه‌ي مراحلي سعي در بهبود سيستم تشخيص چهره با استفاده از اين تكنيك شده است.  در اين روش با ارائه مراحلي به‌عنوان پیش‌پردازش و همچنين استفاده از دسته‌بند شبكه‌ي عصبي و بهينه كردن پارامتر‌هاي آن سعي در بالا بردن دقت در سيستم تشخيص چهره شد. علاوه بر آن به‌منظور نزديك كردن مسئله به هدف بلادرنگ بودن، روشي در محاسبه‌ي بردار‌هاي پايه‌ي ماتريس كوواريانس ارائه شد كه زمان محاسبه‌ي آن را بهبود مي‌دهد. همچنين نتايج بر روي پايگاه‌هاي داده‌ي ‌Yale و AT&T افزايش 15% دقت راهكار پيشنهادي نسبت به روش‌هاي موجود را نشان مي‌دهد. سيستم تشخيص چهره در پايگاه داده‌ي Yale دقت 100% و در AT&T 98.75% را نشان مي‌دهد.

کلمات کليدي: تشخيص چهره، تحليل مؤلفه اساسي، شبكه‌ي عصبي، يكسان‌سازي هيستوگرام، تبديل لگاريتم