دانلود پروپوزال ارائه ی مدل تشخیص چهره با انالیز مولفه های اصلی و طبقه بندی رگرسیون خطی بهبود یافته |
|||
|---|---|---|---|
| عنوان فارسی پروپوزال | ارائه ی مدل تشخیص چهره با انالیز مولفه های اصلی و طبقه بندی رگرسیون خطی بهبود یافته | ||
| عنوان انگلیسی پروپوزال | Presentation of face recognition model with principal component analysis and improved linear regression classification | ||
| تعداد صفحات | ۲۶ | ||
| سال نگارش | 2020 | ||
| رشته | برق و کامپیوتر | ||
| قالب فایل | Word | ||
این پروپوزال دارای مقاله بیس میباشد که قابل مشاهده و دانلود می باشد:
فهرست مطالب پروپوزال ارائه ی مدل تشخیص چهره با انالیز مولفه های اصلی و طبقه بندی رگرسیون خطی بهبود یافته
- بیان مساله اساسی تحقیق
- اهمیت و ضرورت انجام 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
تشخیص چهره یک پروسه می باشد که انسان در طول روز به صورت عادی و با دقت بسیار زیاد، انجام می دهد، بدون اینکه توجه ای به سنگین بودن آن داشته باشد. هم اکنون، سیستم های بسیار زیادی که دارای قدرت زیادی بوده و با هزینه پایینی ایجاد شده اند، می توانند در زمینه های مختلفی محاسبات مربوط به اعتبار سنجی، نظارت و رفتار متقابل با انسان را، در تصاویر ثابت و متحرک، انجام دهند. یکی از روش ها استفاده از آنالیز مولفه های اصلی می باشد.
به دلیل نیازهای رو به افزایش، تحقیق و توسعه اینگونه سیستم ها، در زمینه کنترل های اتوماتیک و دقیق تر، امری طبیعی می باشد. تشخیص چهره، به عنوان یک تکنولوژی اصلی در شاخه تکنولوژی بیومتریک، روز به روز اهمیت بیشتری پیدا می کند، چرا که در کاربرد دوربین های دیجیتالی، ابزارهای اینترنت و تلفن همراه و سایر موارد از این نوع، به شدت مورد نیاز است[۱]. تکنولوژی تشخیص چهره، به علت اینکه به صورت بسیار آسان می تواند مورد استفاده قرار بگیرد، از سایر تکنولوژی های بیومتریک سودمندتر است.
در طی سـالیان اخیـر، بیـشتر تحقیقـات بوسـیله فیزیولوژیستهـا و روانـشناسان و مهندسـان روی موضوعات مختلف از تشخیص چهره بوسیله ماشـین و انـسان، صـورت گرفتـه اسـت. فیزیولوژیـست هـا وروانشناسان به این که آیا، تشخیص چهره یک پروسه اختصاصی است یا اینکه آیا می تواند بوسـیله آنـالیزچهره و آنالیز مولفه های اصلی انجام شود، اهمیت می دهند. اگر چه بسیاری از این تئـوری هـا و فرضـیه هـا روی مجموعـه ای ازتصاویر کوچک، بررسی شده اند، ولی بسیاری از یافته ها، دستاوردهای مهمی به حساب می آیند. چرا کـه مهندسین بر اساس آن تصمیم می گیرند که چگونه الگوریتم و سیستم هایی جهت تشخیص هویت آمـاده کنند[۲].
مواردی که همه سیستم های تشخیص چهره را تحت تاثیر قرار می دهند، می توانند شامل نور، زاویهدید دوربین، حرکت و سایر موارد محیطی باشند، که این مشکلات را آنالیز مولفه های اصلی
برخی از مراجع
- Liu, Hao, et al. “Adaptiveface: Adaptive margin and sampling for face recognition.” Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2019.
Hajarolasvadi, Noushin, and Hasan Demirel. “3D CNN-Based Speech Emotion Recognition Using K-Means Clustering and Spectrograms.” Entropy ۲۱٫۵ (۲۰۱۹): ۴۷۹٫
Schwarz, Christopher G., et al. “Identification of anonymous MRI research participants with face-recognition software.” New England Journal of Medicine ۳۸۱٫۱۷ (۲۰۱۹): ۱۶۸۴-۱۶۸۶٫
Zhang, Xiao, et al. “Range loss for deep face recognition with long-tailed training data.” Proceedings of the IEEE International Conference on Computer Vision. 2017
نقد و بررسی‌ها
هنوز بررسی‌ای ثبت نشده است.