X
تبلیغات
رایتل

FER: Facial Expression Recognition

لیست یادداشت‌ها rss

  • طبقه بندی مبتنی بر نمایش پراکنده (Sparse Representation-based Classification) (یکشنبه 29 بهمن 1396 02:15)
    SRC بر مبنای حس کردن فشرده (CS) توسعه یافته است. اصل روش SRC بر مبنای این فرض است که کل مجموعه نمونه های آموزشی برای تشکیل یک دیکشنری استفاده می شوند و بنابراین، مسئله ی طبقه بندی به صورت مسئله ی جست و جوی متمایز کننده ی نمایش پراکنده ی نمونه تست به صورت ترکیب خطی نمونه های آموزشی با حل مسئله بهینه سازی معیار L1 در...
  • ماشین بردار پشتیبان(Support vector machine) (پنج‌شنبه 19 بهمن 1396 01:17)
    SVM ها (Support vector machine) بر مبنای اصل کمینه سازی ریسک ساختاری توسعه می یابند که نشان داده شده است که برتر از اصل کمینه سازی ریسک تجربی سابق استفاده شده توسط شبکه های عصبی قراردادی می باشند. اصل SVM، تبدیل بردارهای ورودی به فضایی با ابعاد بیشتر توسط تبدیل غیر خطی و سپس ابر صفحه ی بهینه است که داده هایی را که...
  • K نزدیک ترین همسایه (K-nearest neighbour) (چهارشنبه 18 بهمن 1396 02:07)
    KNN نوعی الگوریتم دسته بندی یادگیری مبتنی بر نمونه است. اصل روش KNN این است که در فضای ویژگی، یک نمونه دارای K نزدیک ترین نمونه است و برچسبش به رایج ترین کلاس در میان KNN هایش با استفاده از رأی اکثریت همسایه هایش تخصیص می یابد. بدون دانش قبلی، الگوریتم دسته بندی KNN به طور متناوب از فاصله اقلیدسی به عنوان معیار فاصله...
  • دسته بندی حالت چهره (Facial expression classification) (چهارشنبه 18 بهمن 1396 01:10)
    هدف دسته بندی حالت چهره ، طراحی یک مکانیزم دسته بندی مناسب برای شناسایی حالت چهره است. روش های دسته بندی نمونه برای FER شامل مدل مارکوف نهفته (Hidden Markov Model)، شبکه عصبی مصنوعی (Artificial Neural Network)، شبکه بیز (Bayesian Network)، نk نزدیک ترین همسایه (K-nearest neighbour)، ماشین های بردار پشتیبان (Support...
  • مدل های تبدیل ویژگی مقباس نامتغییر (Scale-invariant feature transform) (چهارشنبه 27 دی 1396 17:02)
    تبدیل ویژگی های مقیاس نا متغییر یا Scale-invariant feature transform (SIFT) یک توصیفگر محلی تصاویر برای تطبیق مبتنی بر تصویر است که برای اولین بار در کانادا در دانشگاه بریتیش کلمبیا توسط دیوید لاو در سال 1999 پیشنهاد شده است. برنامه های کاربردی SIFT شامل تشخیص شی ، نقشه برداری رباتیک و ناوبری، دوخت تصویر، مدل سازی 3D...
  • مدل ظاهر فعال (Active appearance model) (چهارشنبه 27 دی 1396 16:26)
    مدل ظاهر فعال یا Active appearance model توسط کوتس و سایر همکارانش در سال 2001 معرفی شده است . این روش، راهکار ASM را با نگه داشتن اطلاعات شکل و بافت به صورت هم زمان، توسعه می دهد. در جزییات این روش باید بیان نمود که ASM در ابتدا به صورت یک مدل آماری مبتنی بر داده های آموزشی برای آنالیز آماری طراحی شد. سپس از این مدل...
  • مدل شکل فعال (Active shape model) (سه‌شنبه 26 دی 1396 14:18)
    مدل شکل فعال یا به عبارتی Active shape model (ASM) توسط کوتس و همکارانش به عنوان یک روش تطبیق ویژگی مبتنی بر مدل آماری است، به این دلیل که اشکال بوسیله ی یک مجموعه نقاط توصیف می شود. ASM ترکیبی از مدل توزیع نقطه ای (PDM) برای یادگیری تغییرات شکل های قابل قبول و تعدادی از مدل های انعطاف پذیر برای نگه داشتن سطوح خاکستری...
  • استخراج ویژگی چهره (یکشنبه 24 دی 1396 03:12)
    یک سیستم تشخیص چهره معمولا" شامل 3 بخش می باشد: 1.آشکار سازی چهره 2.استخراج حالات چهره 3.تشخیص چهره تشخیص چهره یک حالت مهم از استخراج و تفسیر حالت های احساسی و حالت های روانی برای انسان ها است. در روانشناسی، مهرابیان و سایر همکارانش به این نتیجه رسیده اند که تنها 7 درصد از اطلاعات وابسته به انسان ها در بین زبان...
  • تبدیل الگوی باینری محلی ( Local binary pattern) (چهارشنبه 20 دی 1396 16:54)
    الگوریتم الگوی باینری محلی (LBP) در سال 1994 ابداع گردید. الگوریتم LBP یکی از قویترین الگوریتم های استخراج ویژگی در علم بینایی ماشین است و همچنین یکی از روش هایی است که به طور وسیعی در تحقیقات مربوط به چهره و بازیابی چهره به کار رفته است. الگوهای باینری محلی روشی موثر برای توضیح کارای بافت ها است که می توان از آن برای...
  • تبدیل گابور (یکشنبه 17 دی 1396 15:22)
    نمایش طول موج گابور یک روش کلاسیک برای استخراج ویژگی های حالات چهره است. در جزییات، یک تصویر توسط یک مجموعه از فیلترها، فیلتربندی می شود، نتایج فیلتر شده می توانند بازتاب دهنده ی روابط بین پیکسل های محلی باشند. روش نمایش طول موج گابور به صورت گسترده ای برای استخراج ویژگی های حالت های چهره استفاده می شود. این روش می...
  • معرفی کتاب پردازش تصویر دیجیتال با زبان MATLAB (یکشنبه 20 فروردین 1396 15:05)
    امروزه، با پیشرفت فناوری های همگرای علوم کامپیوتر، برق و الکترونیک، کاربرد پردازش تصویر، به طور فزاینده ای در حال فراگیر شدن است. به طوری که پردازش تصویر دیجیتال به عنوان یک حوزه ی ارزشمند و ضروری جهت ادامه ی حیات انسان ها محسوب می شود. در سال 1388 کتاب ارزشمند "پردازش تصویر دیجیتال" نوشته ی گونزالس و همکار...
  • معرفی کتاب پردازش تصویر دیجیتال در MATLAB (یکشنبه 8 اسفند 1395 20:09)
    آنچه توسط چشم انسان دیده می شود را اصطلاحا"تصویرمی نامند. برای دیدن تصویر، ابتدا باید نور توسط یک منبع نوری به محیط یا شی تابیده شده و بازتابش آن به چشم انسان برسد. سپس چشم،با استفاده از سلول های حساس به نور خود، تصویر را تشخیص می دهد.باید توجه داشت علاوه بر تصاویری که ما توسط چشم می بینیم، امروزه تصاویر دیگری هم...
  • روش viola-jones در تشخیص چهره (یکشنبه 8 اسفند 1395 18:03)
    یکی از مهم ترین فعالیت های انجام شده در تشخیص چهره روش viola-jones در سال های 2001 و 2004 می باشد. که این روش بسیار موفق و سریع بشمار می آید. viola و jones الگوریتم AdaBoost را با Cascade برای تشخیص چهره ترکیب کردند. الگوریتم پیشنهادی آنها می توانست چهره را داخل یک تصویر 288*384 با صرف زمانی معادل 0.067 ثانیه تشخیص...
  • خلاصه ای از مقالات در زمینه تشخیص چهره و تشخیص حالت (سه‌شنبه 3 اسفند 1395 01:39)
    مقالاتی که معرفی خواهد شد از جمله مقالات فارسی بسیار خوب در زمینه ی تشخیص چهره می باشد. به این صورت که در صفحه های ابتدایی این مقالات یک دید خوب در خصوص نحوه ی کاربرد و کارکرد تشخیص چهره در زمینه های گوناگون بدست می آید. کل متن این مقالات به این صورت سازماندهی می شود: بخش اول چکیده ای از کل متن مقاله و بخش دوم شامل...
  • آشکار سازی چهره (جمعه 29 بهمن 1395 03:34)
    اولین قدم در سیستم تشخیص چهره ،آشکار سازی چهره می باشد. به همین دلیل برای آشکار سازی و استخراج منطقه چهره از غیر چهره ابتدا باید ویژگی های چهره و غیر چهره شناسایی و در نهایت تشخیص چهره صورت می گیرد. یک سیستم تشخیص چهره معمولا" شامل سه بخش می باشد: 1.آشکار سازی(face detection) 2.استخراج الگو(feature extraction)...
  • کلیه ی حالات چهره شناخته شده (یکشنبه 24 بهمن 1395 01:33)
    حالات صورت حرفهای زیادی برای گفتن دارند. با تغییرات کوچکی در ماهیچه های صورت می توان مفاهیم زیادی را متوجه شد که برای انتقال آنها به طور زبانی نیازمند استفاده از چندین واژه می باشد، اما جمله ای طولانی را می شود تنها با بالا انداختن ابروها و بستن چشم ها بیان کرد. در مجموع حالات چهره در حالی که تصور می شد انسان قادر به...
  • شناسایی چهره چیست؟ (دوشنبه 13 دی 1395 22:01)
    شناسایی چهره (face recognition ) : از دیر باز انسان برای بقا، نیاز به تشخیص دوست از دشمن داشته است و تشخیص هویت برای وی امری حیاتی بوده و هست، لذا امروزه سعی در مکانیزه سازی سیستم های شناسایی یا تشخیص هویت شده است. این پیشرفت ها دلیل بر نیاز جامعه و جهان بوده است . نیازی که پیشرفت در آن باعث کاهش تخلفات، افزایش امنیت،...