نمايش پست تنها
قديمي ۰۸-۲۴-۱۳۸۹, ۰۴:۳۹ بعد از ظهر   #4 (لینک دائم)
Astaraki Female
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Cool

شناسايي گوش بااستفاده از روش استخراج مشخصه HMAX و طبقه بندي كننده SVM


خلاصه مقاله:
در اين مقاله، روش جديد وموفّقي به نامHMAX كه از سيستم بيولوژيكي مغز انسان براي تهيه بردار خصوصيات الهام مي گيرد، به منظور استخراج مشخصه هاي گوش افراد استفاده شده است. ما از مجموعه داده گوش USTB كه شامل ١٨٠ تصوير گوش از ٦٠ نفر( با ٣ تصوير از هر نفر) مي باشد، براي اثبات عملكرد مناسب روشمان استفاده نموده ايم. نتايج آزمايشي ما نشان داده
است كه شيوه پيشنهاد شدي در مقايسه با شيوه،PCA نه تنها ضريب شناسايي بالاتري را به دست مي آورد، بلكه همچنين اين شيوه نسبت به تغيير مقياس و موقعيت تصاوير نيز مقاوم است و عملكرد آن در برابر اين تغييرات، ثابت باقي مي ماند. درحاليكه روش،PCA فقط كنترل شده 􀐴 در زماني كه شرايط كاملا باشد، ضريب شناسايي بالايي را به دست مي آورد. همچنين، نتايج آزمايشي نشان داده كه استفاده از تركيب مدلHMAX و دسته بندي كنندهSVM باعث افزايش عملكرد شناسايي سيستم پيشنهادي درمقايسه با تركيب مدلHMAX و دسته بندي كننده نزديكترين همسايگي(KNN) مي شود. از سوي ديگر، بااستفاده از آزمايشات انجام گرفته، به اين نتيجه دست يافتيم كه به كارگيري في.لتر گاوسين(Gaussian)در مدل HMAX در مقايسه با استفاده از في.لتر گابور ،(Gabor) عملكرد شناسايي اشخاص را افزايش مي دهد.

كلمات كليدي:
بيومتريك گوش،استخراج مشخصه، مدل،HMAX دسته بندي كننده (support vector machine)SVM ، في.لتر گاوسين.
فايل ضميمه
نوع فايل: pdf 372.pdf (592.1 كيلو بايت, 534 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده است:
akbari_g (۰۲-۳۱-۱۳۹۱)