دانلود پروپوزال یادگیری خصوصیت چند مدلی چند کاناله برای تشخیص چهره با استفاده از خوشه بندی K-mean و هیستوگرام های مدرج |
|||
|---|---|---|---|
| عنوان فارسی پروپوزال | پروپوزال یادگیری خصوصیت چند مدلی چند کاناله برای تشخیص چهره با استفاده از خوشه بندی K-mean و هیستوگرام های مدرج | ||
| عنوان انگلیسی پروپوزال | Learn the multi-channel multi-model feature for face recognition using K-mean clustering and graduated histograms | ||
| قابلیت ویرایش | دارد | ||
| سال نگارش | 2024-1403 | ||
| رشته | برق و کامپیوتر | ||
| قالب فایل | Word | ||
این پروپوزال دارای مقاله بیس میباشد که قابل مشاهده و دانلود می باشد:
فهرست مطالب پروپوزال یادگیری خصوصیت چند مدلی چند کاناله برای تشخیص چهره با استفاده از خوشه بندی K-mean و هیستوگرام های مدرج
- 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
چهره نقش اساسی را در شناسایی افراد ونمایش احساسات آنها در سطح جامعه دارد.توانایی انسان در تشخیص چهره قابل توجه است ما می توانیم هزاران چهره یاد داده شده در طول عمرمان را تشخیص دهیم ودر یک نگاه آنها را شناسایی کنیم . برای مثال ، قابلیت مدل کردن یک چهره خاص وتمیز دادن آن از یک تعداد فراوان از مدل های چهره ی ذخیره شده است.
روش های مختلفی برای تعیین هویت و شناخت ویژگی های افراد تا کنون ارائه شده است که هر کدام از روش ها دارای مزایا و معیاب خاص خود می باشند که می توان به اثر انگشت، عنبیه، مردمک، صورت، خطوط کف دست، صدا و شیوه راه رفتن (گام برداشتن) اما در مقایسه با بقیه ی روش های تعیین هویت، روش تشخیص از طریق چهره(صورت) دارای ویژگی های بسیار جالبی می باشد. [۱] به دلیل استفاده مداوم از این روش برای تعیین هویت، این روش به روش شناخته شده و محبوبی در دهه های اخیر تبدیل شده است. همچنین، ابزار تصویر برداری از صورت( چهره) برای دستیابی به داده های با کیفیت، دارای قیمت مناسبی می باشند.
امروزه تشخیص چهره 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
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 نمونه 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
۱- Deng, Jiankang, et al. “Arcface: Additive angular margin loss for deep face recognition.” Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. 2019.
۲- Hajarolasvadi, Noushin, and Hasan Demirel. “3D CNN-Based Speech Emotion Recognition Using K-Means Clustering and Spectrograms.” Entropy ۲۱٫۵ (۲۰۱۹): ۴۷۹٫
۳- Zhao, Jian, et al. “Towards pose invariant face recognition in the wild.” Proceedings of the IEEE conference on computer vision and pattern recognition. 2018.
۴- Liu, Weiyang, et al. “Sphereface: Deep hypersphere embedding for face recognition.” Proceedings of the IEEE conference on computer vision and pattern recognition. 2017.
۵- Elmahmudi, Ali, and Hassan Ugail. “Deep face recognition using imperfect facial data.” Future Generation Computer Systems ۹۹ (۲۰۱۹): ۲۱۳-۲۲۵٫
نقد و بررسی‌ها
هنوز بررسی‌ای ثبت نشده است.