محبوبترینها
با چاپ روی وسایل یک کسب و کار پرسود بسازید
قیمت دیگ بخار و تولیدکننده اصلی دیگ بخار
معروف‌ترین هدیه و سوغاتی یزد مشخص شد!
آشنایی با انواع دوربین مداربسته ضد آب
پرداخت اینترنتی قبوض ساختمان (پرداخت قبض گاز، برق و آب)
بهترین دوره آموزش سئو محتوا در سال 1403 با نام طوفان ۱۴۰۳ در فروردین ماه شروع می شود
یک صرافی ارز دیجیتال چه امکاناتی باید داشته باشد؟
تعمیرگاه مجاز تعمیر ماشین لباسشویی در شرق تهران
تعمیرگاه مجاز تعمیر ماشین لباسشویی در شرق تهران
جراحی و درمان ریشه دندان عفونی با خانم دکتر صفوراامامی
چه مواردی بر قیمت کابین دوش حمام تاثیر دارند؟
صفحه اول
آرشیو مطالب
ورود/عضویت
هواشناسی
قیمت طلا سکه و ارز
قیمت خودرو
مطالب در سایت شما
تبادل لینک
ارتباط با ما
مطالب سایت سرگرمی سبک زندگی سینما و تلویزیون فرهنگ و هنر پزشکی و سلامت اجتماع و خانواده تصویری دین و اندیشه ورزش اقتصادی سیاسی حوادث علم و فناوری سایتهای دانلود گوناگون
مطالب سایت سرگرمی سبک زندگی سینما و تلویزیون فرهنگ و هنر پزشکی و سلامت اجتماع و خانواده تصویری دین و اندیشه ورزش اقتصادی سیاسی حوادث علم و فناوری سایتهای دانلود گوناگون
آمار وبسایت
تعداد کل بازدیدها :
1798655793
ارائه روش جدید تشخیص سن از روی چهره
واضح آرشیو وب فارسی:پایگاه خبری آفتاب: ارائه روش جدید تشخیص سن از روی چهره
در پژوهشی که توسط محققان ایرانی انجام‌شده، روشی برای بالا بردن دقت سیستم‌های تخمین سن از روی چهره ابداع شده است که می‌تواند کارایی چنین سیستم‌هایی را بالاتر ببرد.
آفتاب‌‌نیوز : چهره انسان حاوی اطلاعات مهمی از قبیل جنسیت، نژاد، خلق‌وخوی و سن است. سن انسان، به‌عنوان یک صفت مهم شخصی، می‌تواند به‌طور مستقیم توسط الگوهای متمایز که از ظاهر صورت پدیدار می‌شوند، استنباط شود.
برآورد سن از روی چهره، توجه زیادی را در جوامع تحقیقاتی و صنایع مختلف به سبب نقش مهم آن در تعامل انسان و کامپیوتر، سیستم‌های نظارتی و کنترل جلب کرده است. همچنین تخمین سن به کمک کامپیوتر به‌طور قابل‌توجهی از بار کار دستی خسته‌کننده مانند هنر، پزشکی قانونی، مدیریت ارتباط با مشتری الکترونیکی، کنترل امنیت، بیومتریک، تفریح و سرگرمی و آرایشگری می‌کاهد. علاوه بر این‌ها، برآورد سن توسط دستگاه، در برنامه‌های کاربردی و در مواردی مفید است که نیازی نیست فرد به‌طور خاص شناسایی شود.
به گفته محققان، ویژگی‌های چهره معمولاً به سه دسته تقسیم می‌شوند: ویژگی‌های محلی، ویژگی‌های عمومی و ویژگی‌های ترکیبی.
ویژگی‌های محلی شامل مقدار و عمق چین‌وچروک در پیشانی، زیر چشم‌ها و گونه‌ها، پیری پوست با استفاده از کک‌ومک و لکه‌های ناشی از سن، رنگ مو و هندسه اجزای صورت است. ویژگی‌های فردی از قبیل هویت، حالت، جنسیت، قومیت، اندازه و شکل چهره بهتر در ویژگی‌های عمومی منعکس می‌شوند. ویژگی‌های ترکیبی نیز ترکیب و تلفیقی از هر دو ویژگی‌های محلی و عمومی استفاده می‌کنند.
معمولاً افراد برای برآورد سن از تلفیق و ترکیبی از ویژگی‌های محلی و عمومی استفاده می‌کنند و مطمئناً هرچقدر استخراج این ویژگی‌ها در قسمت‌های مختلف چهره بهتر و دقیق‌تر انجام شود، برآورد سن نیز دقیق‌تر خواهد بود.
در این خصوص، پژوهشگرانی از دانشگاه گیلان، مطالعه‌ای پژوهشی را انجام داده‌اند که در آن تلاش شده است روشی برای بالا بردن دقت سیستم‌های تخمین سن از روی چهره ابداع شود.
در این تحقیق، از تلفیق ویژگی‌های عمومی مانند مدل ظاهر فعال یا اصطلاحاً AAM و ویژگی‌های محلی بافت موسوم به هارالیک (Haralik) و هاگ (HOG)، با استفاده از روش نزدیک‌ترین همسایه جهت دسته‌بندی، استفاده شده است.
بدین منظور، نصیبه اسدی پرور ماسوله و اسدالله شاه بهرامی، سیستمی هفت مرحله‌ای را پیشنهاد داده‌اند که شامل موارد زیر است:
مرحله اول: دریافت تصاویر از پایگاه داده و نرمال‌سازی آن‌ها
مرحله دوم: استخراج ویژگی‌های محلی با استفاده از الگوریتم‌های هارالیک (Haralik) و هاگ (HOG) و ویژگی‌های عمومی با استفاده از مدل ظاهر فعال (AAM)
مرحله سوم: قراردادن ویژگی‌ها در پنج گروه به‌عنوان پنج روش که شامل سه روش منفرد و دو روش تلفیقی هستند
مرحله چهارم: استفاده از روش (Sequential floating forward selection (SFFS جهت انتخاب ویژگی‌ها
مرحله پنجم: استفاده از روش 4-fold برای اعتبارسنجی ضربدری
مرحله ششم: استفاده از روش نزدیک‌ترین همسایه (KNN) روی داده‌های آزمودن و آموزش مرحله قبل جهت کلاس‌بندی داده‌ها
مرحله هفتم: استفاده از معیار نمره تجمعی (CS) جهت بررسی کارایی روش‌ها و مقایسه بین آن‌ها.
نتایج بررسی‌های انجام‌شده توسط پژوهشگران فوق نشان می‌دهد که درصد متوسط خطای مدل ظاهر فعال (AAM) نسبت به روش‌های هاگ (HOG) و هارالیک (Haralik) کمتر است.
همچنین بر اساس این نتایج، روش هاگ نسبت به روش هارالیک بهتر عمل می‌کند و اختلاف دقت آن‌ها تقریباً زیاد است.
محققان فوق می‌گویند: «با توجه به عملکرد خوب روش هاگ نسبت به هارالیک، ترکیب روش‌های AAM+HOG نسبت به روش AAM+HARALIK از کارایی بهتری برخوردار است. همچنین روش ترکیبی AAM و HOG دارای کمترین متوسط خطا و روش HARALIK بیشترین مقدار متوسط خطا را دارد».
این محققان می‌افزایند: «کارایی روش ترکیبی ارائه‌شده در این مقاله به‌منظور تشخیص سن از روی چهره، بهتر از بقیه منابع است. مهم‌ترین علت آن نیز استفاده از روش هاگ در استخراج ویژگی‌های محلی و ترکیب آن‌ها با ویژگی‌های عمومی است».
در این پژوهش جالب مشاهده شد که مرحله استخراج و انتخاب ویژگی‌ها در فرآیند خودکار برآورد سن از روی تصویر چهره از اهمیت خاصی برخوردار است، چراکه دقت این چنین سیستم‌ها تا حدود بسیار زیادی به این مرحله وابسته است.
این نتایج که در مجله مهندسی برق دانشگاه تبریز متعلق به دانشکده برق و کامپیوتر این دانشگاه منتشر شده است، می‌تواند در طراحی سیستم‌های جدید تشخیص سن از روی چهره کاربرد داشته باشد.
ایسنا
۰۲ اسفند ۱۳۹۶ - ۰۲:۰۴
این صفحه را در گوگل محبوب کنید
[ارسال شده از: پایگاه خبری آفتاب]
[مشاهده در: www.aftabnews.ir]
[تعداد بازديد از اين مطلب: 55]
-
علم و فناوری
پربازدیدترینها