نمايش پست تنها
قديمي ۰۹-۶-۱۳۹۲, ۰۴:۳۹ بعد از ظهر   #5 (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
ممنون از راهنمایی تون.
یه پروژه هست که من لینکشو میذارم. لینک مقالش هم هست. هرکاری کردم نتونستم روی متلب اجراش کنم!
ظاهرا جوری نوشته شده که روی مکینتاش و لینوکس هم جواب بده ولی برای اجرا شدن روی ویندوز باید طبق گفته خودش فایل Compile رو تغییر داد.
هرکاری کردم فایده ای نداشت. اگر امکانش هست یه نگاهی میندازین؟
ممنونم.
اون فایل 8.3 مگابایت بود.
Face Detection Matlab Code

خب میشه اول صورت رو از تصویر استخراج کرد و بعدش از PCA استفاده کرد؟!

به نام خدا
این لینکی که دادید یک بحث دیگه رو داره دنبال می کنه! اگرچه اون یک مقاله بسیار خوب است و آقای Ramanan هم یکی از شناخته شده های این مبحث، ضمن اینکه یکی از معروفترین دیتابیس ها در این مقاله استفاده شده است؛ ولی بنظر من این مقاله و پیاده سازی اون برای شما با توجه به مطالبی که در پست اول نوشتید ممکنه کمی گیج کننده و سنگین باشه .
بنابراین به شما توصیه می کنم به سراغ روش های مبتنی بر ویژگی ها (Feature-based) برید یعنی جاییکه از ویژگی های پایداری مثل Haar, SIFT, HOG و غیره برای شناسایی شی (چهره) استفاده می شود.

در خصوص پیاده سازی هم همون لینکی که دادم کد متلب هم گذاشته دیگه چی می خواین؟


خب میشه اول صورت رو از تصویر استخراج کرد و بعدش از PCA استفاده کرد؟
برای چی؟ اگر قرار باشه اول صورت رو استخراج بکنیم که کار تمومه دیگه! برای چی باید ادامه پیدا بکنه؟ وقتی صورت رو پیدا کنی پس چهره رو یافتی و این هم پاسخ مسئله است، نیست؟!
چرا اصرار دارید از چیزی که به درد کار شما نمی خوره استفاده کنید!

بطور کلی و پیش از هر چیزی، PCA یک روش آماری است که به کشف الگوهای یک مدل می پردازد و آن را خلاصه می کند. یعنی اگر چه میشه از اون برای کشف الگو (چهره) استفاه کرد ولی اساسا برای کاهش ابعاد (فضای مسئله) استفاده میشه. پس سعی نکنید از انبر برای بستن پیچ کمک بگیرید!

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 است:
mansoun (۰۹-۶-۱۳۹۲)