دانلود مقاله و خرید ترجمه:تشخیص چهره بر اساس Kinect - 2015
دانلود بهترین مقالات isi همراه با ترجمه فارسی 2

با سلام خدمت کاربران در صورتی که با خطای سیستم پرداخت بانکی مواجه شدید از طریق کارت به کارت (6037997535328901 بانک ملی ناصر خنجری ) مقاله خود را دریافت کنید (تا مشکل رفع گردد). 

مقالات ترجمه شده پردازش تصویر ( Image Processing )
  • Face recognition based on Kinect تشخیص چهره بر اساس Kinect
    دانلود مقاله | مقاله انگلیسی رایگان | خرید ترجمه فارسی مقاله

    دسته بندی:

    پردازش تصویر - Image Processing


    سال انتشار:

    2015


    ترجمه فارسی عنوان مقاله:

    تشخیص چهره بر اساس Kinect


    عنوان انگلیسی مقاله:

    Face recognition based on Kinect


    منبع:

    Pattern Anal Applic , Springer-Verlag London 2015, DOI 10.1007/s10044-015-0456-4


    نویسنده:

    Billy Y. L. Li • Ajmal S. Mian • Wanquan Liu • Aneesh Krishna


    چکیده انگلیسی:

    In this paper, we present a new algorithm that utilizes low-quality red, green, blue and depth (RGB-D) data from the Kinect sensor for face recognition under challenging conditions. This algorithm extracts multiple features and fuses them at the feature level. A Finer Feature Fusion technique is developed that removes redundant information and retains only the meaningful features for possible maximum class separability. We also introduce a new 3D face database acquired with the Kinect sensor which has released to the research community. This database contains over 5,000 facial images (RGB-D) of 52 individuals under varying pose, expression, illumination and occlusions. Under the first three variations and using only the noisy depth data, the proposed algorithm can achieve 72.5 % recognition rate which is significantly higher than the 41.9 % achieved by the baseline LDA method. Combined with the texture information, 91.3 % recognition rate has achieved under illumination, pose and expression variations. These results suggest the feasibility of low-cost 3D sensors for real-time face recognition.
    Keywords: Face recognition | Kinect Sensor | 3D face images | Gabor feature | LDA


    چکیده فارسی:

    در این مقاله، الگوریتم جدیدی ارائه می دهیم که از داده های کم کیفیت قرمز، سبز، آبی و عمق (RGB-D) حاصل از حسگر Kinect برای تشخیص چهره تحت شرایط چالش برانگیز استفاده می کند. این الگوریتم چندین مشخصه استخراج کرده و آنها را در سطح مشخصه تلفیق می کند. روش تلفیق مشخصۀ بهتر که اطلاعات اضافی را حذف کرده و فقط مشخصات مهم را برای حداکثر تفکیک کلاسی ممکن حفظ می کند، توسعه داده شده است. همچنین پایگاه دادۀ چهرۀ 3D جدیدی را که از حسگر Kinect به دست آمده و برای جامعۀ پژوهشی عرضه شده است، ارئه می کنیم. این پایگاه داده شامل بیش از 5000 تصویر چهره (RGB-D) از 52 نفر با ژست ها، حالات، شدت نور و پوشش های مختلف می باشد. بر اساس سه تغییر اول و فقط با استفاده از داده های نویزی عمق، الگوریتم پیشنهادی می تواند به نرخ تشخیص 72.5% برسد که به طور قابل توجهی بیشتر از 41.9% است که روش مبنای LDA به آن رسیده است. تحت تغییرات شدت نور، ژست و حالت و با ترکیب با اطلاعات الگو، نرخ تشخیص 91.3% به دست آمده است. این نتایج به امکان استفاده از حسگرهای 3D ارزان برای تشخیص چهرۀ بلادرنگ اشاره می کند.
    کلمات کلیدی: تشخیص چهره | حسگر Kinect، تصاویر چهرۀ سه بعدی | مشخصۀ Gabor | LDA


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 11
    تعداد صفحات فایل doc فارسی(با احتساب مراجع): 34

    وضعیت ترجمه عناوین تصاویر و جداول: به صورت کامل ترجمه شده است

    وضعیت ترجمه متون داخل تصاویر و جداول: به صورت کامل ترجمه شده است

    حجم فایل: 1575 کیلوبایت


    قیمت: 36000 تومان   


    توضیحات اضافی:

    جدیدترین مقاله در زمینه تشخیص چهره و پردازش تصویر بر اساس حسگر Kinect از ژورنال معتبر springer.  تمامی جداول مجددا رسم گردیده اند همچنین شکل های مورد نیاز نیز ترجمه شده اند.




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 2

الی[1394/11/9]

من الان مقاله خریدم ترجمشو چرا به ایمیلم نفرستادین؟


کاربر سایت[1394/11/9]

با سلام کاربر عزیز مقاله به همراه ترجمه به ایمیل شما ارسال گردید.


الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi
بازدید امروز: 2846 :::::::: بازدید دیروز: 0 :::::::: بازدید کل: 2846 :::::::: افراد آنلاین: 77