ارسل ملاحظاتك

ارسل ملاحظاتك لنا







التعرف على الوجه الثابت بإستخدام خوارزمية الإنتشار الخلفى بالشبكة العصبية

المصدر: مجلة الدراسات العليا
الناشر: جامعة النيلين - كلية الدراسات العليا
المؤلف الرئيسي: زين العابدين، جعفر (مؤلف)
مؤلفين آخرين: الملحانى، بسام حسن صغير (م. مشارك)
المجلد/العدد: مج2
محكمة: نعم
الدولة: السودان
التاريخ الميلادي: 2013
الصفحات: 279 - 294
ISSN: 1858-6228
رقم MD: 608629
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EduSearch, EcoLink, HumanIndex, IslamicInfo
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

55

حفظ في:
LEADER 04210nam a22002537a 4500
001 0017215
041 |a ara 
044 |b السودان 
100 |9 234907  |a زين العابدين، جعفر  |e مؤلف 
245 |a التعرف على الوجه الثابت بإستخدام خوارزمية الإنتشار الخلفى بالشبكة العصبية  
260 |b جامعة النيلين - كلية الدراسات العليا  |c 2013 
300 |a 279 - 294 
336 |a بحوث ومقالات  |b Article 
520 |a •\ إن الحاجة الماسة في معظم قطاعات العمل (شركات ومنظمات ومؤسسات) لأنظمة حماية ورقابة لموظفيها (دخول الموظف لقطاع العمل، الحضور والانصراف، وغيره) حيث تمكن الصفات الفيزيائية في الإنسان والتي تميزه عن بني جنسه ببعض الميزات والتي تسمى بالقياسات الحيوية (Biometrics). حيث للإنسان العديد من هذه القياسات الحيوية على سبيل المثال منها بصمة الإصبع، بصمة الوجه، بصمة الكف، بصمة العين، بصمة الأذن، بصمة القدم، بصمة العرق. تتيح للأنظمة التكيف على التصنيف والتحقق من الإنسان عن طريق هذه القياسات الحيوية. \ •\ تناول الباحث نظام يهدف إلى تمييز الأشخاص من خلال التعرف على بصمة الوجه الثابت؛ حيث يتم إدخال صور الوجوه للأشخاص (معلوم أو مجهول) ومن ثم تصنيفها، وفقا لذلك قام الباحث باستخدام خوارزمية (BPNN) الشبكة العصبية ذات الانتشار الخلفيBack propagation Neural Network التي تقوم بالتدرب على أصناف من الوجوه ثم يتم اختبار الوجوه المدخلة على هذه الشبكة المدربة ليتم تصنيف هذه الوجوه. وقد قام الباحث بتقييم النظام وذلك بإجراء الاختبارات على ثلاث قواعد بيانات قياسية وهي Japanese Female Facial expression (JAFFE) Database) التي تم التقاطها في قسم علم النفس بجامعة كيوشو باليابان وORL المنشئة في جامعة كامبريدج بأمريكا و Aberdeen التي تم أنشائها في جامعة Stirling في سكوتلاند، وتم تدريب النظام على 302 صورة وجه (ذكور وإناث) تتفاوت في درجة الإضاءة واتجاه الوجه والتعابير الوجهية وقد قام الباحث باختبار النظام على 451صورة وجه تم التعرف على 393 صورة وكانت نسبة التصنيف الصحيحة للاختبار 87,01% وكانت نسبة التعرف على وجوه لم يتم تدريب أصناف منها بنسبة 6,25% (معدل القبول الخاطئ) حيث كانت عينات الاختبار 80 صورة. \ بينما كان معدل الرفض الخاطئ بنسبة 12,86 % بمعدل استبعاد (0,6) ولذلك نضمن بأن عملية التعرف في النظام تسمح بالتعرف على من تم تدريب عينات وجه له، حيث أن نسبة التعرف الصحيحة على الوجه تزداد كلما زادت أصناف التدريب. 
653 |a الشبكة العصبية   |a خوارزمية الإنتشار الخلفى   |a القبول الخاطئ والرفض الخاطئ 
700 |a الملحانى، بسام حسن صغير  |e م. مشارك  |9 170740 
773 |4 العلوم الإنسانية ، متعددة التخصصات  |4 العلوم الاجتماعية ، متعددة التخصصات  |6 Humanities, Multidisciplinary  |6 Social Sciences, Interdisciplinary  |c 014  |l 000  |m مج2  |o 1382  |s مجلة الدراسات العليا  |t Journal of Graduate Studies  |v 002  |x 1858-6228 
856 |u 1382-002-000-014.pdf 
930 |d y  |p y  |q y 
995 |a EduSearch 
995 |a EcoLink 
995 |a HumanIndex 
995 |a IslamicInfo 
999 |c 608629  |d 608629 

عناصر مشابهة