| LEADER |
05470nam a22003257a 4500 |
| 001 |
0286658 |
| 041 |
|
|
|a eng
|
| 100 |
|
|
|9 32449
|a Hamadi, Noor
|e Author
|
| 245 |
|
|
|a A technique for face recognition using approach based on artificial neural network and principal component analysis
|
| 246 |
|
|
|a تقنية لتمييز صور الوجوه باستخدام اسلوب يعتمد على الشبكة العصبية الاصطناعية وتحليل المكونات الاساسية
|
| 260 |
|
|
|a عمان
|c 2013
|
| 300 |
|
|
|a 1 - 63
|
| 336 |
|
|
|a رسائل جامعية
|
| 502 |
|
|
|b رسالة ماجستير
|c جامعة عمان العربية
|f كلية العلوم الحاسوبية والمعلوماتية
|g الاردن
|o 0049
|
| 520 |
|
|
|a تقدم هذه الرسالة تقنية هجينة هي (تحليل المكونات الاساسية و الشبكة العصبية الاصطناعية) من اجل الحصول على نظام تمييز اسرع. مشكلة فرعية ستطرح هنا هي اختلاف صفات الوجه ستعتبر مشكلة في تمييز الوجوه والمشكلة الثانية هي الحد من ابعاد الصور لتحسين التعرف على الوجوه. ويتكون النظام المقترح من نموذجين , النظام باستخاد تحليل المكونات الاساسية و النظام بدون استخدام تحليل المكونات الاساسية. الخوارزمية المقترحة سوف تستخدم النظام مه تحليل المكونات الاساسية للحد من الابعاد في الصور وهذه العملية هي العثور على الارتباطات او الانماط في الصور للحصول على ابعاد منخفضة دون فقدان الكثير من المعلومات من الصور. الطريقة المقترحة لتحسين دقة التعرف على الوجوه باستخدام قاعدة بيانات لوجوه اشخاص متاحة في قاعدة البيانات (ORL). عملية استخراج الصفات من الصور باستخدام دالة رياضية هي eigen vector حيث تعمل على استخراج الصفات من الصور بطريقة رياضية بتحويل قيم المصفوفة لكل صورة الى قيم ذاتية eigen values حيث ان eigen vector تأخذ الصفات المهمة من الصور وتستغني عن باقي القيم الغير مرغوب بها بواسطة عملية الاسقاط وهذه العملية الحسابية جاهزة في برنامج Mat LAB وتستند جميع العمليات هنا لتحويل الصور الى مصفوفات واستخراج القيم من المصفوفات وهذه القيم هي صفات الوجه للشخص. بعد عملية استخراج الصفات وتهيئة وتصنيف البيانات باستخدام تحليل المكونات الاساسية نأخذ قيم الصفات الى الشبكة العصبية للتدريب والاختبار لتحقيق تعلم ذات معنى والحصول على نتائج يمكن التنبؤ بها. الشبكة العصبية تستخدم للتنبؤ بالنتائج بعد عملية التدريب واخذ المعرفة خلال التدريب ونوع التعلم المستخدم في هذه الشبكة هو التعلم بأشراف باستخدام خوارزمية الانتشار الخلفي لتعديل اوزان البيانات المدخلة الى الشبكة للحصول على الوزن المثالي مقانة مع الهدف المحدد للشبكة. التنبؤ يعطينا عدد من النتائج الصحيحة وعدد من النتائج الخاطئة والفرق بينهما هو معدل الدقة للنظام والنتائج المتأتية من هذه الشبكة هو تمييز الوجوه. سوف تقدم تقنية تمييز الوجوه والدراسات المتعلقة بها في مراجعة الدراسات السابقة. في النهاية النتائج التي تحققت من الاختبارات سيتم شرحها وتحليلها حيث تستند هذه الاختبارات على صور ذات مستوى رمادي مع خلفية وجه واحد وسيتم بعد ذلك المقارنة مع الشبكة العصبية باستخدام تحليل المكونات الاساسية والشبكة العصبية بدون استخدام تحليل المكونات الاساسية لتحقيق الدقة الجيدة والحصول على اداء عالي ودقة مقبولة للنظام.
|
| 653 |
|
|
|a علوم الحاسب الالي
|a تقنية تمييز الوجوه
|a الشبكة العصبية الاصطناعية
|
| 700 |
|
|
|a Al Hamami, Alaa Hussein
|e Advisor
|9 12194
|
| 856 |
|
|
|u 9802-016-013-0049-T.pdf
|y صفحة العنوان
|
| 856 |
|
|
|u 9802-016-013-0049-A.pdf
|y المستخلص
|
| 856 |
|
|
|u 9802-016-013-0049-C.pdf
|y قائمة المحتويات
|
| 856 |
|
|
|u 9802-016-013-0049-F.pdf
|y 24 صفحة الأولى
|
| 856 |
|
|
|u 9802-016-013-0049-1.pdf
|y 1 الفصل
|
| 856 |
|
|
|u 9802-016-013-0049-2.pdf
|y 2 الفصل
|
| 856 |
|
|
|u 9802-016-013-0049-3.pdf
|y 3 الفصل
|
| 856 |
|
|
|u 9802-016-013-0049-4.pdf
|y 4 الفصل
|
| 856 |
|
|
|u 9802-016-013-0049-5.pdf
|y 5 الفصل
|
| 856 |
|
|
|u 9802-016-013-0049-R.pdf
|y المصادر والمراجع
|
| 930 |
|
|
|d y
|
| 995 |
|
|
|a Dissertations
|
| 999 |
|
|
|c 636334
|d 636334
|
