دوره 7، شماره 1 - ( 6-1389 )                   جلد 7 شماره 1 صفحات 96-89 | برگشت به فهرست نسخه ها

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
soryani. Face Recognition by Combination of PCA and Gabor Filter. JSDP 2010; 7 (1) :89-96
URL: http://jsdp.rcisp.ac.ir/article-1-732-fa.html
سریانی محسن، قجر حمیدرضا، کوچاری عباس. تشخیص چهره با استفاده از PCA و فیلتر گابور. پردازش علائم و داده‌ها. 1389; 7 (1) :89-96

URL: http://jsdp.rcisp.ac.ir/article-1-732-fa.html

تشخیص چهره با استفاده از PCA و فیلتر گابور
محسن سریانی* ، حمیدرضا قجر، عباس کوچاری
دانشگاه علم و صنعت ایران
چکیده:   (4350 مشاهده)

روش های تشخیص چهره که مبتنی بر ساختار چهره هستند، روش های بدون نظارتی می باشند که نسبت به تغییرات خطّی که در تصویر رخ می دهد نتایج مناسبی را تولید می کنند. PCA یک تبدیل خطّی است که ابزار قدرتمندی برای تجزیه و تحلیل داده هایی است که دارای تغییرات خطّی می باشند؛ ولی برای تغییرات غیرخطّی چهره ناشی از تغییرات حالت، روشنایی و ژست در تصویر چهره، مطلوب نمی باشد. فیلتر گابور یکی از روش های مبتنی بر ویژگی است که می تواند برای رفع نقطه ضعف PCA مورد استفاده قرار گیرد. در این مقاله روشی جدید برای تشخیص چهره با ترکیب روش های PCA و گابور ارایه شده است. بدین صورت که پس از اعمال فیلتر گابور بر روی هر چهره موجود در بانک اطّلاعاتی، تعدادی تصویر حاصل از فیلتر گابور به¬دست می آید. میانگین تصاویر حاصل از فیلتر گابور به عنوان یک تصویر جدید در نظرگرفته می شود؛ سپس از مؤلّفه های اصلی به دست آمده از اعمال PCA بر روی تصاویر میانگین برای تشخیص چهره استفاده می گردد. روش پیشنهادی بر روی پایگاه های داده تصویر YaleB و ORL تحت شرایط مختلف بررسی گردید. نتایج به دست آمده نشان می دهد روش پیشنهادی نسبت به روش PCA بهتر عمل می¬کند.

واژه‌های کلیدی: تشخیص چهره، فیلتر گابور، تحلیل مؤلّفه اصلی
متن کامل [PDF 2247 kb]   (1123 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مقالات پردازش گفتار
دریافت: 1389/6/31 | پذیرش: 1396/11/30 | انتشار: 1396/11/30 | انتشار الکترونیک: 1396/11/30
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
ارسال پیام به نویسنده مسئول

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این تارنما متعلق به فصل‌نامة علمی - پژوهشی پردازش علائم و داده‌ها است.