آشکارسازی چهره در تصاویر رنگی با استفاده از شبکه عصبی
چکیده
چکیدهای برای این سند ثبت نشده است.
چکیدهای برای این سند ثبت نشده است.
چکیده: طلا همواره به عنوان فلزی گران بها مورد توجه بشر بوده است، بنابراین پیش بینی قیمت آن از اهمیت فراوانی برخوردار است. در چند دهه گذشته که روش های ابتکاری و هوش مصنوعی متدوال نشده بودند، برای پیش بینی از روش های کلاسیک برای پیش بینی قیمت استفاده می نمودند. با این وجود بازار طل
ویژگیهای استخراج شده از تصاویر چهره انسان، تحت تأثیر تنوعات مختلف نظیر تغییرات در نورپردازی، چرخش سر، داشتن حالتهای احساسی و سایر موارد تغییر می کند. به دلیل تأثیر این تنوعات غیرخطی در الگوهای ورودی، کارآیی سامانه های خودکار بازشناسی چهره در شرایط کنترل نشده به طور چشم گیری کاهش
رله های حفاظتی در سیستم قدرت وظیفه تشخیص خطاها از جمله اتصال کوتاه ها را بعهده دارند. اما گاهی خطاهایی از طریق یک جسم واسط با امپدانس بالا رخ می دهد که توسط رله های معمول قابل شناسایی نیستند زیرا در اینگونه خطاها جریان خطا در حد جریان بار یا کمتر محدود می شود. از جمله متداولترین
آشکارسازی چهره یکی از مهمترین شاخه های پردازش تصویر و بینایی ماشین است. طراحی یک الگوریتم سریع آشکارسازی چهره در کاربردهای بلادرنگ امری ضروری است. برای رسیدن به این هدف باید از اطلاعات اضافی محیط استفاده کرد. بهترین اطلاعات اضافی محیط، که هم ساده بدست آید و هم دقت کاقی را داشته ب
در این پایان نامه، روشی برای کاهش بعد فضای ویژگی داده های تصاویر تشدید مغناطیسی مغز به سه بعد پیشنهاد می شود. این روش از شبکه عصبی پیشخورد غیر خطی برای تولید ویژگی های جدید استفاده می کند. بجای استفاده از روش استاندارد پس از انتشار خطا، پارامتر توسط الگوریتم ژنی به گونه ای تعیین
شناسایی چهره انسان از دیرباز یکی از مسایل مهم شناسایی بوده است که محققان روش های مختلفی را برای آن بیان نموده اند. به طور کلی شناسایی چهره در سه مرحله ی پیدا کردن چهره در تصویر، استخراج بردارهای ویژگی چهره و طبقه بندی بردارهای ویژگی به دست آمده، صورت می پذیرد. در فاز استخراج بردا
بخشبندی تصویر چهره یک مولفهی ضروری در کاربردهای پردازش تصویر و بینایی کامپیوتر نظیر شناسایی چهره، شناسایی هویت و آنالیز جراحی پلاستیک چهره است. یکی از مهمترین روشهای بخشبندی تصاویر چهره، روشهای مبتنی بر خوشهبندی هستند. نگاشت خودسازمانده (SOM) جزء پرکاربردترین روش مبتنی برشبکههای
عباس نصر آبادی1،*، ساسان آزادی2، جواد حدادنیا3 اطلاعات مقاله چکیده دریافت مقاله: آذر 1387 پذیرش مقاله: فروردین 1388 در این مقاله، آشکارسازی چهره توسط پردازش تصویر در تصاویر رنگی ثابت بررسی شده است. کشف چهره در تصویر، به عنوان یک مرحله اساسی در کاربردهایی است که برای دستیابی به اه
عباس نصر آبادی1،*، ساسان آزادی2، جواد حدادنیا3 اطلاعات مقاله چکیده دریافت مقاله: آذر 1387 پذیرش مقاله: فروردین 1388 در این مقاله، آشکارسازی چهره توسط پردازش تصویر در تصاویر رنگی ثابت بررسی شده است. کشف چهره در تصویر، به عنوان یک مرحله اساسی در کاربردهایی است که برای دستیابی به اه
این مقاله روشی نوین برای آشکارسازی چندتایی صورت انسان از نمای روبهرو در تصاویر اینترنتی با پسزمینههای پیچیده را با تمرکز بر کاهش خطای آشکارسازی نمونههای غیر صورت به عنوان صورت بیان میکند. در روش ارائهشده از ترکیب شبکه عصبی چندلایه پیشخور با روش آموزش بازگشتی و ویژگی انرژی فیلتر گ
اطلاع سریع، دقیق و جامع از موقعیت ساختمانهای آسیبدیده، پس از وقوع زلزله، مبنای بسیاری از مراحل مطرح در روند مدیریت بحران از قبیل امداد و نجات، اسکان، آواربرداری و حتی بازسازی است. در سالهای اخیر استفاده از تصاویر ماهوارهای با قدرت تفکیک مکانی زیاد، یکی از اصلیترین منابع اطلاعا
سرطان پستان، متداولترین نوع سرطان است که جمعیت زنان را تحت تأثیر قرار میدهد. تشخیص زودهنگام سرطان میتواند شانس درمان را افزایش دهد و همچنین مؤثرترین راه برای مبارزه با این بیماری است. ارائه روشهای خودکار برای آشکارسازی توده سرطانی یا تومور مورد توجه پژوهشگران بوده است. در ا