Warning: session_start(): open(/var/cpanel/php/sessions/ea-php56/sess_c32c252166c46b8f7e0967f1c539d312, O_RDWR) failed: No such file or directory (2) in /home/unidars/public_html/wp-content/plugins/easy-digital-downloads/includes/class-edd-session.php on line 414

Warning: session_start(): Failed to read session data: files (path: /var/cpanel/php/sessions/ea-php56) in /home/unidars/public_html/wp-content/plugins/easy-digital-downloads/includes/class-edd-session.php on line 414
یونی درس | تشخیص چهره با روش ویولا جونز در متلب – یونی درس
no-img
یونی درس

تشخیص چهره با روش ویولا جونز در متلب – یونی درس


یونی درس
adsads

ادامه مطلب

ZIP
تشخیص چهره با روش ویولا جونز در متلب
امتیاز 1.00 ( 1 رای )
zip
۱۳۹۵-۱۱-۲۲
2000 تومان
رمز : unidars.ir یا unidars.com

تشخیص چهره با روش ویولا جونز در متلب


ابتدا از روشی که Paul Viola و Mishael Jones در سال ۲۰۰۱ و ۲۰۰۴ میلادی منتشر کرده اند ، و معمولا به صورت ساده Viola_Jones method خوانده میشود، استفاده می شود. سپس با ارزیابی این روش در عمل نقاط ضعف آن را کشف کرده و آنها را حتی الامکان برطرف نمایم.
در این روش از ۴ عنصر کلیدی استفاده میشود:

  • ویژگیهای (Feature های) مستطیلی ساده که ویژگیهای هار (Haar Features ) نامیده میشوند.

  • تصاویر مجتمع (integral images) برای ارزیابی سریع Feature ها

  • روش یادگیری ماشین Ada boost برای انتخاب Feature ها

  • یک دسته بند آبشاری برای رد کردن سریع non-face window ها

برای انجام face detection اولین چیزی که احتیاج داریم یک پایگاه داده از تصاویر است که هم شامل چهره های انسانی و هم چیزهای دیگر باشد. از پایگاه تصاویر موجود در اینترنت میتوان بدین منظور استفاده کرد. علاوه بر آن، تصاویر دیگری هم که خودمان تهیه خواهیم کرد برای ارزیابی سیستم مورد استفاده قرار خواهد گرفت.

ویولا و جونز برای اینکه تشخیص دهند از بین صدها نوع Haar Features کدامها در هر تصویر وجود دارند، از تکنیکی که تصاویر مجتمع یا تصاویر انتگرال ( integral images) خوانده میشود استفاده کردند.

ویولا و جونز برای انتخاب کردن یک Haar Feature خاص برای استفاده کردن ,از متدی در machine learning که Adaboost خوانده میشود ,استفاده کردند. روش Adaboost برای ساختن یک دسته بند قوی ( (strong classifier ,تعداد زیادی دسته بند ضعیف (weak classifier ) را با هم ترکیب میکند. ویولا وجونز یک سری از Adaboost classifier ها را به عنوان یک زنجیره فیلتری با هم ترکیب کردند. هر فیلتر یک Adaboost classifier مجزا است که از تعداد کمی weak classifier تشکیل شده است.

اگر هر کدام از این فیلترها در قبول کردن ناحیه ای از تصویر به عنوان چهره شکست بخورد,آن ناحیه فورا به not_face دسته بندی میشود. وقتی یک فیلتر یک ناحیه از تصویر را به عنوان چهره قبول کرد, ناحیه موردنظر وارد فیلتر بعدی در زنجیره میشود. در صورتی که ناحیه موردنظر از تصویر همه فیلترهای زنجیره را با موفقیت پشت سر گذاشت به عنوان face دسته بندی میشود.

آشکارساز چهره ویولا و جونز اولین چارچوب تشخیص چهره را در سال ۲۰۰۱ ارائه دادند که با سرعت بالایی موفق به تشخیص چهره می شد. آشکار ساز ویولا و جونز هر زیرپنجره را با استفاده از مستطیلهای که شامل دو قسمت یا بیشتر می باشد مورد آنالیز قرار می دهد

سه هدف در این آشکار ساز:

  • محاسبات سریع ویژگی ها

  • انتخاب ویژگی ها

  • زمان انجام مناسب در اجرای برنامه

این سه هدف را با سه ایده انجام دادند:

  • تصویر انتگرال،  برای محاسبه ویژگی ها

  • آموزش طبقه بندی با Adaboost  برای انتخاب ویژگی

  • و توجه به ساختار آبشار ، برای بهینه کردن زمان

پروژه متلب زیر ، تشخیص چهره با استفاده از روش ویولا جونز در متلب می باشد .

۲۰۰.۰۰۰ ریال – خرید



موضوعات :
تشخیص چهره
ads

دیدگاه ها


یک پاسخ به “تشخیص چهره با روش ویولا جونز در متلب”

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *