پروپوزال تشخیص چهره با استفاده از تصاویر سه بعدی بینی
در این پروپوزال به تشخیص چهره با استفاده از تصاویر سه بعدی بینی پرداخته شده است. در این پروپوزال تشخیص چهره اتوماتیک اشخاص(FR)، مسئله با اهمیتی در بینایی ماشین می باشد. این مسئله کاربردهایی از قبیل دسترسی امن اتوماتیک، نظارت، آنالیزهای قانونی، تشخیص هویت اتوماتیک بیماران در بیمارستان، تشخیص هویت اتوماتیک در دپارتمان های پلیسی و… می باشد. در زیر خلاصه چند کار جدید را بررسی می کنیم.
جهت مشاهده تمامی پروپوزال ها با موضوع تشخیص چهره کلیک کنید
فهرست مطالب پروپوزال
۱- بیان مسئله
۲-توضیحات در مورد روش های تجسم خطی/غیر خطی
۳-توضیحات در مورد شبکه های عصبی
۴-توضیحات در مورد فیلترهای Gabor و موجک ها
۵- بیشینه تحقیق
۶- فرضیهها
۷- اهداف تحقیق
۸- ضرورتهای تحقیق
۹-نوع روش تحقیق
۱۰- ابزار گردآوری اطلاعات و روش تجزیه وتحلیل اطلاعات
متون مربوط به FR بسیار وسیع و گسترده می باشند. ما در این جا به برخی از مهمترین تحقیقات صورت گرفته اشاره میکنیم.
یک الگوریتم سه بعدی جدید ارائه دادند که پس از تشخیص اتوماتیک ۱۰ نشانه(راهنما) از طریق انحنای میانی و گوسین، به مقایسه می پرداخت. این الگوریتم ۱۲۳ فاصله بین یک مجموعه اقلیدسی و یک مجموعه سطوح هندسی را مقایسه می کرد که کارآیی بهتری نسبت به الگوریتم های اولیه نزدیکترین نقطه تکراری (ICP)، برخوردار بود[۲].
ز مدل ویژگی های آماری چهره(SFAM) برای اجرای تشخیص اکشن منحصر بفرد صورت(AU) استفاده کردند. SFAM در واقع یک روش مبتنی بر مورفولوژی (ریخت شناسی) که بر اساس شکل اطراف هر نشانه مورد نظر در چهره، به تشخیص چهره می پردازد. در این مورد ۱۶ نشانه داخل چهره در نظر گرفته می شد[۳].
این ایده را که حالت های چهره یک شخص ایزومتریک می باشد، را مطرح کردند، بدین معنی که سطوح هندسی بین نقاط مرجع صورت برای همه ی حالت های احساسی یک فرد مشخص، برابر می باشند، محققان دیگری با فاصله های خطوط هندسی به عنوان ویژگی های مورد مقایسه بین چهره ها بمنظور اجرای FR، کار کرده اند[۱۳]. یک راه حل FR سه بعدی در حضور تغییرات حالات چهره، پیشنهاد دادند. مدل های سه بعدی چهره با استفاده از شناسایی سطوح منحصر بفرد ایجاد شده به وسیله مجموعه ای از نقاط که فاصله هندسی یکسانی با بینی دارند، ارائه شد.
جهت دانلود پروپوزال تشخیص چهره با استفاده از تصاویر سه بعدی بینی کلیک کنید