نمايش پست تنها
قديمي ۰۹-۶-۱۳۹۲, ۱۲:۲۵ بعد از ظهر   #2 (لینک دائم)
raha_hakhamanesh Male
Super Moderator
 
آواتار raha_hakhamanesh
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: دنیا
پست ها: 281
تشكرها: 28
253 تشكر در 147 پست
My Mood: Zodranj
پيش فرض

نقل قول:
نوشته اصلي بوسيله mansoun نمايش پست
با سلام خدمت دوستان. میخوام پروژه ای رو انجام بدم
موضوع مسابقات سال قبل دانشگاه امیر کبیر هستش
لینک شرح مسابقه: مسابقات هوش مصنوعی امیرکبیر: شناسایی چهره انسان
به نظر شما از چه الگوریتمی استفاده کنم بهتره؟

بعضی از اساتید میگن شبکه های عصبی
بعضی ها میگن PCA یا MPCA
بعضی ها الگوریتم های دیگه ای میگن
در کل بگم که تازه دارم متلب یاد میگیرم.

چندتا مقاله هم خوندم که هر کدوم روش های خودشونو داشتن. به نظر شما چه الگوریتم یا روشی بهتر است؟ در ضمن برای یادگیری اون تمام تلاشم رو میکنم پس فرقی نداره که ساده باشه یا پیچیده.
با تشکر از دوستان.
خریداری کنم.

به نام خدا
من نمی دونم این مسابقه در چه سطحی برگزار شده ولی علیرغم مزایای زیادی که چنین مسابقاتی دارند باید دید چرا چنین سوال بیات شده ای رو مطرح کرده اند! بطوریکه حتی متلب 2012 این مسئله رو حل کرده و شما می توانید بسادگی فراخوانی چند دستور پاسخ رو محاسبه کنید. مثلا این لینک را ببینید.

اما در خصوص روش هایی که گفتید:
PCA نیازمند داده های Align شده است یعنی باید قالب کلی چهره دقیقا با هم منطبق باشد و ضمنا داده پرت اطراف آن نباشد مثل این تصویر، اما آنچه بوضوح می توان از شرح مسئله متوجه شد این است که با توجه به حضور تصاویر زاویه دار پس PCA منتفی است.

در خصوص شبکه عصبی اطلاعاتی ندارم

راه حل:
بطورکلی روش Viola & Jones که از ویژگی های Haar استفاده می کند و یک روش مبتنی بر Machine Learning است از کارآیی بالایی برخوردار می باشد این روش نه تنها در مسائل مربوط به تشخیص چهره و بخش هایی از چهره (چشم، ابرو و ...) کارآمد است بلکه برای شناسایی اشیاء که مسئله ای به مراتب سخت تر از چهره است نیز استفاده می شود همچنین بد نیست بدانید محصولات تجاری نظیر دوربین های دیجیتال تشخیص دهنده چهره هم از همین روش استفاده می کنند بنابراین استفاده از آن تصمین کننده کار شماست اگر چه قدیمی است. در همان لینک اول نویسنده توضیحات آن روش را داده که بنظر من اگر چه خیلی خلاصه است ولی اساس کار را آموزش داده است.

موفق باشید
__________________
.
.
.
برای تشکر دکمه مخصوص وجود دارد لطفا پست هرز ایجاد نکنید
.
.
اینقدر از دسترسی نداشتن به مقاله شیون نکنید

مقالات انگلیسی: ایران سای (ISI, IEEE, ACM)
مقالات فارسی: سیویلیکا (کنفرانس داخلی)
مقالات فارسی: مگ ایران (ژورنالهای داخلی)
raha_hakhamanesh آفلاين است   پاسخ با نقل قول
از raha_hakhamanesh تشكر كرده اند:
mansoun (۰۹-۶-۱۳۹۲), milad92 (۰۹-۱۴-۱۳۹۲)