ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > دراسة مقارنة لتصميم نظام ذكائي...>الوصف

دراسة مقارنة لتصميم نظام ذكائي كفوء لعملية التمييز

العنوان بلغة أخرى: A Comparative Study for Designing an Efficient Intelligence System for the Process of Discrimination
المصدر: مجلة التربية والعلم
الناشر: جامعة الموصل - كلية التربية
المؤلف الرئيسي: محمد، إيمان صبحي (مؤلف)
مؤلفين آخرين: محمد، شذى عبدالله (م. مشارك)
المجلد/العدد: مج28, ع4
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2019
الصفحات: 206 - 223
DOI: 10.33899/edusj.1970.163336
ISSN: 1812-125X
رقم MD: 1201857
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EduSearch
مواضيع:
الصحة النفسية | النظام الذكائي | عملية التعزيز | الشبكة العصبية | التغذية العكسية
كلمات المؤلف المفتاحية:
تمييز الوجوه | مرشحات جابور | تحويل الجيب تمام المتقطع | الشبكة العصبية ذات التغذية العكسية | الشبكة العصبية ايلمان | الصفات الإحصائية | Face Recognition | Gabor Filters | Discrete Cosine Transform (DCT) | BPNN | Elman NN | Statistical Features SF
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: يعد تمييز الوجوه من أهم تقنيات المقاييس الحيوية المستعملة في التعرف على الأشخاص. يهدف البحث إلى بناء نظام كفوء من خلال ابتكار أسلوب جديد في التمييز يضم تقنيات معالجة الصور المتقدمة والتقنيات الذكائية. تم تطبيق العمل بعدة مراحل متسلسلة، أولها ترتيب قاعدة البيانات، تليها عملية المعالجة الأولية المعتمدة على الدمج بين مرشحات جابور وتحويل الجيب تمام المتقطع.(DCT) ومن ثم اعتماد طريقتين في استخلاص الميزات الإحصائية، الأولى تعتمد إحصائيات الدرجة الأولى، الثانية تعتمد إحصائيات الدرجة الثانية لمصفوفة GLCM ومن ثم استخلاص الميزات المهمة منها. في مرحلة التمييز تم استعمال نوعين من الشبكات العصبية الاصطناعية حيث تم بناءهما في بيئة ماتلاب 2016 وهما BPNN وElman. وأخيرا تم مقارنة كفاءة الطرائق المستعملة وتحديد الأفضل.

Face recognition is one of the most important biometrics techniques used to identify people. The research aims to build an efficient system by devising a new method of discrimination that includes advanced image processing techniques and intelligent techniques. This work has been implemented in several stages, the first of which is the arrangement of the database, Followed by pre-processing based on the integration of Gaborand DCT conversion. And then adopt two methods in extracting statistical features, the first dependent first-class statistics, the second dependent second-class statistics of the GLCM matrix and then draw the important features of them. In the phase of discrimination, two types of artificial neural networks were used after their construction in the 2016 MATLAB environment, BPNN and Elman. Finally, the efficiency of the methods used and the identification of the best were compared.
ISSN: 1812-125X

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.