تشخیص هویت افراد براساس چندجمله‌ای فکری مستخرج از الگوی راه رفتن با تکیه بر الگوریتم پردازش تصویر، سیستم‌های هوشمند مصنوعی و رگرسیون خطی
محل انتشار: هشتمین کنفرانس ماشین بینایی و پردازش تصویر ایران
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,988
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP08_126
تاریخ نمایه سازی: 9 بهمن 1392
چکیده مقاله:
تجزیه و تحلیل مشخصه‌های رفتاری و روانی مانند انواع راه رفتن Gait با حالتی ویژه راه رفتن، به فرایند تشخیص هویت اجازه می‌دهد تا بتواند از فاصله دور از یک توالی ویدئویی از راه رفتن افراد متفاوت، اطلاعات و مشخصه‌های نوع راه رفتن آنها را استخراج کرده و توانایی شناسایی فرد خاصی را داشته باشد. شناسایی افراد در دنبال تصاویر ویدئویی از سوی چین راه رفتن آنها، دویدن بسیار مورد توجه محققین قرار گرفته است. چالش‌های متعددی از قبیل پیچیدگی مسئله، حجم بالای عملیات و غیره پیش روی این موضوع می‌باشند. در این تحقیق ما با رویکرد کاربردی شدن موضوع، ابتدا عملیات پیش پردازش به منظور ارتقا سطح کیفی تساوی انجام داد و سپس با استفاده از یک تکنیک ساده، پیکر افراد را از دنبال تصاویر استخراج می‌کنیم سپس از یک الگوریتم سری در جهت تشخیص هویت انسان براساس روش پیشنهادی مبتنی بر ترکیب الگوریتم پایه پردازش تصویر، فیلتر کالمن ، تبدیل رادون و رگرسیون خطی به منظور شناسایی و طبقه‌بندی هویت افراد استفاده نمود این. پس نوآوری مهم در این الگوریتم پیشنهادی باعث شد که نسبت به روش‌های قدیمی موجود از لحاظ سرعت و همین‌طور از لحاظ نرخ شناسایی برتری داشته باشد که در نهایت با تکیه بر نتایج آزمایش‌های صورت گرفته با استفاده از بانک داده )Chinese Academy of Sciences CASIA سیستم پیشنهادی موفق شد براساس الگوریتم طبقه‌بندی و شناسایی ماشین بردار پشتیبان SVM به 20095/33% دست می‌یابد.
کلیدواژه ها:
نویسندگان
محمد فیوضی
بخش مهندسی پزشکی - دانشکده مهندسی برق و کامپیوتر - دانشگاه حکیم سبزواری و مرکز فناوری های نوین پزشکی
علی دروگر مقدم
بخش مهندسی پزشکی - دانشکده مهندسی برق و کامپیوتر - دانشگاه حکیم سبزواری و مرکز فناوری های نوین پزشکی
جواد حداد نیا
بخش مهندسی پزشکی - دانشکده مهندسی برق و کامپیوتر - دانشگاه حکیم سبزواری و مرکز فناوری های نوین پزشکی
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :