دانلود پروژه ها و تحقیق های دانشجویی

مقاله روشی برای تشخیص زاویه نورپردازی در تصاویر چهره مبتنی بر الگوریتم‌های توسعه ‌یافته بیز تحت word دارای 7 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله روشی برای تشخیص زاویه نورپردازی در تصاویر چهره مبتنی بر الگوریتم‌های توسعه ‌یافته بیز تحت word کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.

این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله روشی برای تشخیص زاویه نورپردازی در تصاویر چهره مبتنی بر الگوریتم‌های توسعه ‌یافته بیز تحت word ،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله روشی برای تشخیص زاویه نورپردازی در تصاویر چهره مبتنی بر الگوریتم‌های توسعه ‌یافته بیز تحت word :

سال انتشار: 1387

محل انتشار: پنجمین کنفرانس ماشین بینایی و پردازش تصویر

تعداد صفحات: 7

نویسنده(ها):

شقایق نادری – آزمایشگاه پردازش تصویر، گروه مهندسی کامپیوتر، دانشگاه تربیت مدرس، ت
سعید جلیلی – آزمایشگاه پردازش تصویر، گروه مهندسی کامپیوتر، دانشگاه تربیت مدرس، ت
نصرا; مقدم چرکری – آزمایشگاه پردازش تصویر، گروه مهندسی کامپیوتر، دانشگاه تربیت مدرس، ت

چکیده:

تغییرات نور یکی از مشکلات اصلی در سیستمهای تشخیص چهره است. عدم وجود دانش کافی در مورد منبع نور و زاویه تابش، مانع از ارائه راه حلی مناسب برای کاهش اثرات نور میشود. در این مقاله یادگیری کلاس های نوری به عنوان راه حلی برایتشخیص زاویه نور پردازی در تصاویر چهره پیشنهاد شده است. بیزین ساده یک الگوریتم یادگیری ساده، مؤثر و کارا برای کاربردهای طبقهبندی است. اما فرض استقلال شرطی بیزین ساده، در بسیاری موارد باعث کاهش دقت آن میشود. روشهای مختلفی برای حل مشکل بیزین ساده ارائه شدهاند. در این مقاله برای یادگیری کلاسهای نوری از روش بیزین ساده و چهار الگوریتم توسعه یافته مبتنی بر بیز: شبکه بیزین ، WAODE ،(Averaged One-Dependence Estimators) AODE (Weightily AODE) و(Hidden Naive Bayes) HNB استفاده شده است. برای ارزیابی الگوریتم ها از پایگاه تصویری ،YaleB شامل تغییرات زاویه نورپردازی از صفر تا 150 درجه، استفاده شده است. نتایج بدست آمده نشان می دهد که بهترین الگوریتم برای تفکیک کلاس های نوری، طبقه بند WAODE با کارآیی 92,74 % است.