گروه مهندسی برق، دانشکده فنی و مهندسی، دانشگاه فردوسی مشهد
چکیده
پردازش چهره در اکثر کاربردهای بینایی ماشین موضوعی مهم به شمار میرود. این پردازش میتواند شامل مباحثی مثل آشکارسازی چهره، ردیابی چهره، شناخت حالات چهره و شناخت افراد شود. از میان این موارد، آشکارسازی چهره پایهایترین و کاربردیترین شاخه پردازش چهره است. علت این موضوع، کاربردهای متفاوتی است که آشکارسازی چهره داراست. برای عملی کردن این کاربردها در ابتدا نیازمند یک الگوریتم سریع و دقیق برای آشکارسازی چهره میباشیم. روشهای زیادی برای افزایش سرعت اجرای الگوریتم آشکارسازی چهره ارائه شدهاند. اما معمولا این روشها دقت نهایی سیستم را کم میکنند. در سوی مقابل روشهایی که به دنبال افزایش دقت بودهاند، با تحمیل بار محاسباتی به سیستم، میزان سرعت را پایین آوردهاند. در سالهای اخیر با توجه به ارزان شدن و در دسترس عموم قرار گرفتن دوربینهای دریافت عمق، امکان این که بتوان در یک دقت ثابت، سرعت الگوریتم را افزایش داد، فراهم شده است. در این تحقیق ما به دنبال ایجاد یک همجوشی مناسب بین دادههای عمق و رنگ برای غلبه بر مشکلات گذشته هستیم. بدینترتیب که از ویژگیهای دادههای عمق به عنوان یک کاهنده فضای جستجو استفاده کرده تا بتوان سرعت مشخصسازی ناحیه چهره را در عین حفظ دقت، افزایش داد. نتایج شبیهسازی روش پیشنهادی نشان میدهد که با استفاده از این روش، سیستم آشکارسازی چهره با حفظ دقت، حدود 2.74 برابر سریعتر نسبت به الگوریتم ویولاجونز اجرا خواهد شد. این در حالی است که آخرین روشهای همهجانبه موجود به حدود 2.5 برابر افزایش سرعت رسیدهاند.
سلمانی, علی, & خادمی, مرتضی. (1394). افزایش سرعت آشکارسازی چهره در تصاویر ثابت با استفاده از همجوشی دادههای عمق و رنگ. مجله بینایی ماشین و پردازش تصویر, 2(2), 63-77.
MLA
علی سلمانی; مرتضی خادمی. "افزایش سرعت آشکارسازی چهره در تصاویر ثابت با استفاده از همجوشی دادههای عمق و رنگ". مجله بینایی ماشین و پردازش تصویر, 2, 2, 1394, 63-77.
HARVARD
سلمانی, علی, خادمی, مرتضی. (1394). 'افزایش سرعت آشکارسازی چهره در تصاویر ثابت با استفاده از همجوشی دادههای عمق و رنگ', مجله بینایی ماشین و پردازش تصویر, 2(2), pp. 63-77.
VANCOUVER
سلمانی, علی, خادمی, مرتضی. افزایش سرعت آشکارسازی چهره در تصاویر ثابت با استفاده از همجوشی دادههای عمق و رنگ. مجله بینایی ماشین و پردازش تصویر, 1394; 2(2): 63-77.