بکارگیری الگوی دودویی محلی در استخراج ویژگی هاهی تصاویر بافتی

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,198

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CEIT01_099

تاریخ نمایه سازی: 9 تیر 1393

چکیده مقاله:

در سال های اخیر توجه بسیار زیادی به حوزه های گوناگون پردازش تصویر و دید کامپیوتری شده است. تحقیقات در زمینه شناسایی چهره سبب ایجاد یک توصیف گر قدرتمند بافتی بنام الگوی باینری محلی شده است که اطلاعات مناسب را از تغییرات روشنایی و حالت چهره بدست می آورد. الگوی دودویی محلی بعنوان یک توصیف گر غیر پارامتری مطرح است که به شکل کارآمدی می تواند ساختارهای محلی تصاویر را بصورت خلاصه ارائه نماید. این تحقیق یک بررسی اجمالی پیرامون روش الگوی دودویی محلی را ارائه نموده است که شامل چندین مورد از متغیرهای جدیدتر می باشد. همچنین در این مقاله بدنبال استخراج ویژگی های مناسبی هستیم که متمایز کننده یک کلاس از دیگری باشد. اثبات تفکیک کنندگی مناسب و دیگر ویژگی ها از قبیل تغییر ناپذیری در تغییرات یکنواخت سطح خاکستری و کارایی محاسباتی، الگویی دودویی محلی را یکی از مناسب ترین روش ها برای آنالیز تصویر تبدیل کرده است .

نویسندگان

بابک گودرزی

دانشکده فنی مهندسی، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، فارس، ایران

رضا جاویدان

استادیار، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، دانشگاه صنعتی،شیراز،ایران

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 :
  • A. Fathi, and A. R. Naghsh-Nilchi, "Noise tolerant locat Recognition ...
  • "Development and testing of a statistical texture model for land ...
  • B. Bi, L. Zeng, K. Shen, and H. Jiang, ":An ...
  • C. Shan, S. Gong, and P. W. McOwan, "Facial expression ...
  • C. Shan, _ Learning local binary patterns for gender Letters, ...
  • N. Sun, W. Zheng, C. Sun, C. Zou, and L. ...
  • _ Nanni, and A. Lumini, "Ensemble of multiple pedestrian repre ...
  • M. Turtinen, M. Pietikanen, and O. Silven, 0Visual characteriz ation ...
  • Moghaddam, :Face recognition in subspaces, " in Handbook of (2008), ...
  • X. Tan, and B. Triggs, "Fusing Gabor and LB feature ...
  • Y. M. G. Costa, L. S. Oliveira, A. L. Koeric, ...
  • D. Huang, D. Shan, M. Ardabilian, Y. Wang, and L. ...
  • G. Yuan, Y. Gao, and D. Xu, _ moving objects ...
  • G. Zhao, and M. Pietikanen, "Dynamic texture recognition using local ...
  • T. Ojala, M. Pietikanen, and T. Maenpaa, "Multireso lution gray-scale ...
  • X. Tan, and B. Triggs, "Enhanced local texture feature sets ...
  • H. Zhou, R. Wang, and C. Wang, _ extended local ...
  • S. Liao, M. W. K. Law, and A. C. S. ...
  • M. Heikkila, M. Pietikanen, and C. Schmid, "Description of interest ...
  • X. Huang, S. Z. Li, and Y. Wang, "Shape localization ...
  • Z. Guo, L. Zhang, and D. Zhang, _ Completed modeling ...
  • M. Pietikanen, T. Ojala, and Z. Xu, "Rotation -invariant texture ...
  • T. Ahonen, A. Hadid, and M. Pietikanen, "Face description with ...
  • M. G. Tsaneva, D. D. Krezhova, and T. K. Yanev, ...
  • Laplacian Principal Component Analysis 21 Max-plus PCA ...
  • Conditional Mutual Information ...
  • Binary Histogram Intersection Minimization ...
  • نمایش کامل مراجع