دانلود پروپوزال ارائه ی مدلی جهت تشخیص چهره عمیق با داده های ناقص صورت با استفاده از روش شبکه های عصبی پیچشی |
|||
---|---|---|---|
عنوان فارسی پروپوزال | ارائه ی مدلی جهت تشخیص چهره عمیق با داده های ناقص صورت با استفاده از روش شبکه های عصبی پیچشی | ||
عنوان انگلیسی پروپوزال | Provide a model for deep face recognition with incomplete facial data using torsional neural network method | ||
سال نگارش | 2024-1403 | ||
رشته | کامپیوتر و برق | ||
مناسب برای | درس روش تحقیق ، پایان نامه | ||
مقاله بیس | دارد | ||
قالب فایل | Word |
این پروپوزال دارای مقاله بیس میباشد که قابل مشاهده و دانلود می باشد:
فهرست مطالب پروپوزال
- بیان مساله اساسی تحقیق
- مرور ادبیات و سوابق مربوطه
- جنبه جدید بودن و نوآوری در تحقیق
- اهداف مشخص تحقیق
- فرضیه های تحقیق
- روش شناسی تحقیق
- شرح کامل روش (میدانی، کتابخانهای) و ابزار
- جامعه آماری، روش نمونه گیری و حجم نمونه
- روشها و ابزار تجزیه و تحلیل داده ها
- مراجع
بیان مساله
چهره ها، بیشترین تصاویر نقاشی شده در سیستم بصری در طول زندگی انسان هستند. یعنی تعجب آور نیست که انسانها توانایی قابل توجهی برای شناخت چهره ها دارند. به طور معمول، نگاهی اجمالی به چهره ی فرد ویژگی های منحصر ب فرد او را برای ما به یاد می آورد. به این ترتیب، تعجب آور نیست که انسانها یک ناحیه مشخص در مغزشان برای پردازش چهره و همچنین تشخیص آنها دارند [۱].
هنگامی که زمان تشخیص چهره عمیق به وسیله انسانها فرا می رسد، تصور می شود مغز جزئیات مهم مانند شکل ها و رنگ ها و ویژگی های حیاتی مربوط به چشم، بینی، پیشانی، گونه ها و دهان را به یاد می آورد [۲].
علاوه بر این، مغز انسان می تواند با تغییرات قابل توجه در میزان روشنایی، عواطف چهره و چهره هایی که از دور دیده می بیند، مقابله کند. اما، بر خلاف انسان برای کامپیوتر به طور کلی، تغییر شکل ظاهر یک چهره تاثیر مستقیمی بر توانایی آن برای تشخیص دارد. به عنوان مثال، تغییرات در نورپردازی، عواطف، قیافه و سایر تغییرات فیزیکی اضافه شده، به عنوان مثال عینک یا ریش، ممکن است تأثیر زیادی بر میزان تشخیص داشته باشد.
امروزه تشخیص چهره عمیق مبتنی بر کامپیوتر یک مکانیسم بالغ و قابل اطمینان است که به طور عمده برای بسیاری از سناریوهای کنترل دسترسی مورد استفاده قرار می گیرد. به این ترتیب که تشخیص چهره یا احراز هویت عمدتا با استفاده از داده های کامل از تصاویر جلوی صورت انجام می شود.
اگرچه ممکن است در عمل این مورد پیش بیاید، اما موقعیت های متعددی وجود دارد که ممکن است تصاویر کامل جلوی صورت در دسترس نباشد – تصاویر چهره ناقص که اغلب از دوربین های مدار بسته می آیند. …………..
مزایای دانلود پروپوزال آماده
- این نمونه پروپوزال ، مناسب برای پروپوزال درس روش تحقیق ، پروپوزال پایان نامه ، پروپوزال طرح پژوهشی و پروپوزال کاری می باشد .
- با دانلود پروپوزال آماده به راحتی می توانید پروپوزال کارشناسی، پروپوزال کارشناسی ارشد ،پروپوزال روش تحقیق و پروپوزال دکتری خود را بنویسید؛ و یا خود پروپوزال را که در ورد (word) نوشته شده است، متناسب با سلیقه خود ویرایش کنید؛
- نمونه پروپوزال آماده ، قرار داده شده بر اساس استاندارد پروپوزال نویسی وزارت علوم و تحقیقات می باشد و شامل بخش های اصلی یک پروپوزال آماده کامل از جمله: بیان مسئله اصلی تحقیق.، اهمیت و ضرورت موضوع و دلیل پرداختن به موضوع، اهداف اصلی تحقیق، فرضیات اصلی تحقیق، نوآوری و جنبه جدید بودن تحقیق، سوالات تحقیق، روش انجام تحقیق و مدل مفهومی تحقیق می باشد.
- برای مشاهده و دانلود پروپوزال های بیشتر، می توانید به صفحه دانلود پروپوزال کامپیوتر مراجعه نمایید.
- جهت ارائه پروپوزال، ما قالب پاورپوینت پروپوزال منودار طراحی نموده ایم که می توانید دانلود نمایید.
سایر لینکهای مرتبط
- دانلود پروپوزال آماده و رایگان (تمامی رشته ها) »
- دانلود نمونه پروپوزال مدیریت »
- دانلود نمونه پروپوزال آماده مهندسی کامپیوتر »
- نمونه پروپوزال آماده مهندسی برق »
- نمونه پروپوزال آماده پزشکی و مهندسی پزشکی »
- دانلود پروپوزال مهندسی مکانیک »
- دانلود نمونه پروپوزال مهندسی صنایع »
- نمونه پروپوزال هنر و ارتباطات تصویری »
- دانلود پروپوزال روانشناسی »
- دانلود پروپوزال حقوق »
- دانلود پروپوزال حسابداری و حسابرسی »
- دانلود پروپوزال اقتصاد »
- دانلود پروپوزال علوم انسانی »
- دانلود رایگان کتاب آموزش پروپوزال
برخی از مراجع
- Aslan, Melih S., et al. “Multi-channel multi-model feature learning for face recognition.” Pattern Recognition Letters ۸۵ (۲۰۱۷): ۷۹-۸۳٫
- Zhu, Yani, Chaoyang Zhu, and Xiaoxin Li. “Improved principal component analysis and linear regression classification for face recognition.” Signal Processing ۱۴۵ (2024): ۱۷۵-۱۸۲٫
- Tang, Zhijie, et al. “Fast face recognition based on fractal theory.” Applied Mathematics and Computation ۳۲۱ (۲۰۱۸): ۷۲۱-۷۳۰٫
- Sajjad, Muhammad, et al. “Raspberry Pi assisted face recognition framework for enhanced law-enforcement services in smart cities.” Future Generation Computer Systems ۱۰۸ (2023): ۹۹۵-۱۰۰۷٫
دیدگاهها
هیچ دیدگاهی برای این محصول نوشته نشده است.