ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Face Recognition using Local Binary Pattern and Principle Component Analysis

العنوان بلغة أخرى: التعرف على الوجوه باستخدام الأنماط المحلية الثنائية وتحليل المكون الرئيسي
المؤلف الرئيسي: نصير، محمد ابراهيم حسن (مؤلف)
مؤلفين آخرين: السقار، فيصل (مشرف), الشطناوي، عطا الله محمود عواد (مشرف)
التاريخ الميلادي: 2018
موقع: المفرق
الصفحات: 1 - 78
رقم MD: 902693
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة آل البيت
الكلية: كلية الدراسات العليا
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

31

حفظ في:
المستخلص: في أخر عقدين أصبحت أنظمة التعرف على الوجوه من أكثر مجالات البحث جذبا، هذه المختصة في البصمات الرقمية. وأهم خصائص أنظمة التعرف على الوجوه تتمثل في قدرتها على كشف هوية المستخدمين بشكل تلقائي، من غير الحاجة للتفاعل المباشر مع النظام، ذي تكلفة قليلة، ولا يساهم في نقل الأمراض. بسبب خصائصه الفريدة، تم تطبيق أنظمة التعرف على الوجوه في الكثير من البرامج، مثل أنظمة التحكم في الوصول، المراقبة، والعديد من الأنظمة القانونية. في البيئة غير المتحكم بها (العالم الخارجي)، فإن أنظمة التعرف على الوجوه تعاني من عدد من المشكلات التي تساهم في خفض دقة التعرف على الوجوه مثل تبيان الإضاءة في الصورة، زاوية نظر الوجه في الصورة، الانسداد، تعبير الوجه، وجودة الصورة الملتقطة. في أي نظام للتعرف على الوجوه يمكن التعرف على الوجوه باستخدام المعالم العالمية للوجه أو عن طريق استخدام المعالم المحلية للوجه. وفي هذه الأطروحة تم تطوير نظام هجين للتعرف على الوجوه، ولديه القدرة في التعامل مع المشكلات التي ذكرناها سابقا. النظام المقترح مكون من خمسة إجراءات رئيسية. في الإجراء الأول تم تطبيق متتالية هار لتحديد الوجه وبعض المعالم المميزة للوجه مثل العينين، الأنف، والفم. في الإجراء الثاني تمت إضافة مساوية الرسم البياني على نسخة من الوجه وبعض المعالم المميزة للوجه، والتي تم تحديدها في الإجراء السابق. في الإجراء الثالث تم استخراج المعالم العالمية عن طريق استخدام خوارزمية تحليل المكون الرئيسي، بالإضافة إلى ذلك، تم استخراج المعالم المحلية باستخدام الأنماط المحلية الثنائية. في الإجراء الرابع تم تطبيق طريقة تقسيم التردد، وذلك من أجل الدمج ما بين المعالم العالمية والمحلية. وفي الإجراء الخامس والأخير استخدمنا الشبكات العصبية لتصنيف الوجوه. في هذه الأطروحة تم تقسيم نتائج التجربة إلى جزأين. في الجزء الأول تم اختبار النظام على جميع المشكلات المذكورة سابقا، وقد نتج لدينا معدل تعرف على الوجوه بمقدار (95.721) للأنماط الثنائية المحلية، (96.102) للتحليل المكون الرئيسي، و(97.0829) للنظام المقترح. في الجزء الثاني من التجربة قمنا بفصل كل مشكلة من المشاكل التي ذكرنها سابقا إلى مجموعات مستقلة، ومن ثم قمنا بتجريب النظام المقترح على كل مجموعة من هذه المجموعات على حدة. وعند تجريب النظام على مجموعة الوجوه المنحرفة بزاوية معينة، فقد نتج لدينا معدل تعرف على الوجوه بمقدار (95.187) للأنماط الثنائية المحلية، (95.301) لتحليل المكون الرئيسي، و(97.020) للنظام المقترح. وعند تجريب النظام على مجموعة الوجوه التي يمثل فيها تعبيرات وانفعالات الوجه الآدمي، فقد نتج لدينا معدل تعرف على الوجوه بمقدار(95.235) للأنماط الثنائية المحلية، (96.997) لتحليل المكون الرئيسي، و(98.373) للنظام المقترح. وعند تجريب النظام على مجموعة الوجوه التي يمثل فيها تباين الإضاءة في الصورة، فقد نتج لدينا معدل تعرف على الوجوه بمقدار (95.274) للأنماط الثنائية المحلية، (95.809) لتحليل المكون الرئيسي، و(96.746) للنظام المقترح. وعند تجريب النظام على مجموعة الوجوه التي يمثل فيها الانسداد، قد نتج لدينا معدل تعرف على الوجوه بمقدار (95.75) للأنماط الثنائية المحلية، (95.552) لتحليل المكون الرئيسي، و(96.628) للنظام المقترح. وعند تجريب النظام على مجموعة الوجوه التي يمثل فيها الصور قليلة الجودة، فقد نتج لدينا معدل تعرف على الوجوه بمقدار (95.274) للأنماط الثنائية المحلية، (95.809) لتحليل المكون الرئيسي، و(96.746) للنظام المقترح.

عناصر مشابهة