مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

815
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

525
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

بهبود مدل تفکیک کننده منیفلدهای غیرخطی به منظور بازشناسی چهره با یک تصویر از هر فرد

صفحات

 صفحه شروع 3 | صفحه پایان 16

چکیده

 یادگیری منیفلد یکی از روش های کاهش بعد مطرح به منظور استخراج ساختار غیرخطی داده با ابعاد بالاست. تاکنون روش های زیادی به این منظور ارائه شده اند. در تمام این روش ها یک منیفلد به عنوان منیفلد جاسازی شده در داده استخراج می شود. در حالی که در خیلی از مسائل مربوط به دنیای واقعی یک منیفلد به تنهایی بیان گر ساختار داده نیست. در این راستا بر مبنای تحقیقات قبلی, یک روش کاهش بعد غیرخطی مبتنی بر شبکه های عصبی عمیق ارائه شده است که قادر به استخراج توأم منیفلدهای جاسازی شده در داده است. در مدل شبکه عصبی تفکیک کننده منیفلدهای غیرخطی, برخلاف روش معمول استخراج منیفلد با شبکه های عصبی که به صورت بدون سرپرستی صورت می گیرد, از برچسب داده در جهت شکل گیری منیفلدها به صورت غیرمستقیم استفاده می شود. با توجه به ساختار عمیق این مدل نشان داده شده است که با بهره گیری از روش های پیش تعلیم می توان به طور معناداری عملکرد آن را بهبود بخشید؛ همچنین در راستای استخراج بهتر منیفلدها و حفظ تمایز درون منیفلدی برای طبقات مختلف, توابع معیار آن بهبود داده شده است. این مدل برای استخراج منیفلدهای حالت های احساسی و هویت افراد از دادگان چهره CK+, مورد استفاده قرار گرفته است. با بهره گیری از پیش تعلیم لایه به لایه و بهبود توابع معیار, نرخ بازشناسی حالت برای تصاویر مجازی از 24.29% به 75.07% و درصد صحت بازشناسی هویت با یک تصویر از هر فرد با غنی سازی دادگان تعلیم طبقه بند KNN توسط این تصاویر مجازی, از 90.62% به 97.07% نسبت به مدل اولیه بهبود داشته است.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    سیدصالحی، سیده زهره، و سیدصالحی، سیدعلی. (1394). بهبود مدل تفکیک کننده منیفلدهای غیرخطی به منظور بازشناسی چهره با یک تصویر از هر فرد. پردازش علایم و داده ها، -(1 (پیاپی 23))، 3-16. SID. https://sid.ir/paper/160782/fa

    Vancouver: کپی

    سیدصالحی سیده زهره، سیدصالحی سیدعلی. بهبود مدل تفکیک کننده منیفلدهای غیرخطی به منظور بازشناسی چهره با یک تصویر از هر فرد. پردازش علایم و داده ها[Internet]. 1394؛-(1 (پیاپی 23)):3-16. Available from: https://sid.ir/paper/160782/fa

    IEEE: کپی

    سیده زهره سیدصالحی، و سیدعلی سیدصالحی، “بهبود مدل تفکیک کننده منیفلدهای غیرخطی به منظور بازشناسی چهره با یک تصویر از هر فرد،” پردازش علایم و داده ها، vol. -، no. 1 (پیاپی 23)، pp. 3–16، 1394، [Online]. Available: https://sid.ir/paper/160782/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا