ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Face Recognition Based on Image, Geometric Features, and Neural Networks

العنوان بلغة أخرى: التعرف علي الوجه باستخدام الميزات الهندسية والصورية والشبكات العصبونية
المؤلف الرئيسي: الليمون، محمد متعب (مؤلف)
مؤلفين آخرين: الحياري، حازم علي (مشرف)
التاريخ الميلادي: 2015
موقع: عمان
الصفحات: 1 - 57
رقم MD: 1047693
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: الجامعة الاردنية
الكلية: كلية الدراسات العليا
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

11

حفظ في:
LEADER 03846nam a22003257a 4500
001 1521018
041 |a eng 
100 |9 567425  |a الليمون، محمد متعب  |e مؤلف 
245 |a Face Recognition Based on Image, Geometric Features, and Neural Networks 
246 |a التعرف علي الوجه باستخدام الميزات الهندسية والصورية والشبكات العصبونية 
260 |a عمان  |c 2015 
300 |a 1 - 57 
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c الجامعة الاردنية  |f كلية الدراسات العليا  |g الاردن  |o 13218 
520 |a في الفترة الأخيرة قد شاهدنا ثورة في الأعمال المتعلقة بالتعرف على الأنماط باستخدام أساليب النظام العصبي. التعرف على الوجه هو عبارة عن جزء من التعرف على الأنماط ولها أهمية في عدة تطبيقات على سبيل المثال، الأمن: الوصول للمناطق الممنوعة، الخدمات المصرفية: شخصية صاحب الشيك وأيضا التعرف على الأفراد في المحطات الجوية. هذا العمل سوف يوضح ما يتضمن عملية التحقق من الوجه من مهام وتخطيط نظام التحقق من الوجه المعتمد على الصور والميزات الصورية والهندسية والشبكات العصبية. في هذا البحث تثبت ملاءمة استخدام معالجة الصور واختيار مجموعة متنوعة من الميزات الهندسية لاستخدامها في عملية التحقق من صور الوجه. حيث تم اختيار الميزات بعناية من أجل تحقيق أفضل نتيجة باستخدام الحد الأدنى من المزايا للوصول إلى نتيجة أفضل كما وأنه تم تصميم بنية الشبكة العصبية الاصطناعية لتصنيف الميزات المستخرجة منصور الوجه. كما استخدمت أيضا الخوارزمية العكسية لتدريب الشبكة. تم تقييم أداء النظام المقترح بناء على بيانات من 300 صورة وجه تعود إلى 20 شخصا. وفي النظام المقترح في هذا البحث استخدم خوازمية النشر العكسية واستخدم قاعدة البيانات جورجيا التي تحتوي على صور وجه لأشخاص تختلف في درجة الإضاءة والتعابير ودرجة الميلان للوجه. وفي النهاية، أظهرت النتائج النهائية في العمل المقترح أنه حصل على نسبة لمعدل الاعتراف 92.69%، ونسبة خطأ 7.31% هذه النسبة جيده جدا، وعند زيادة عدد صوره الوجه في مجموعات التدريب سوف يتحسن الأداء والدقة. 
653 |a معالجة الصور  |a الأنظمة العصبية  |a الشبكات العصبونية 
700 |a الحياري، حازم علي  |g Hiary, Hazem Ali  |e مشرف  |9 100231 
856 |u 9802-001-008-13218-T.pdf  |y صفحة العنوان 
856 |u 9802-001-008-13218-A.pdf  |y المستخلص 
856 |u 9802-001-008-13218-C.pdf  |y قائمة المحتويات 
856 |u 9802-001-008-13218-F.pdf  |y 24 صفحة الأولى 
856 |u 9802-001-008-13218-1.pdf  |y 1 الفصل 
856 |u 9802-001-008-13218-2.pdf  |y 2 الفصل 
856 |u 9802-001-008-13218-3.pdf  |y 3 الفصل 
856 |u 9802-001-008-13218-4.pdf  |y 4 الفصل 
856 |u 9802-001-008-13218-O.pdf  |y الخاتمة 
856 |u 9802-001-008-13218-R.pdf  |y المصادر والمراجع 
930 |d y 
995 |a Dissertations 
999 |c 1047693  |d 1047693 

عناصر مشابهة