دانلود و نمایش مقالات مرتبط با مقاله پردازش تصویر 2019::صفحه 1
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). 

نتیجه جستجو - مقاله پردازش تصویر 2019

تعداد مقالات یافته شده: 4
ردیف عنوان نوع
1 تشخیص چهره عمیق با استفاده از داده های ناقص صورت
سال انتشار: 2019 - تعداد صفحات فایل pdf انگلیسی: 13 - تعداد صفحات فایل doc فارسی: 39
امروزه تشخیص چهره مبتنی بر کامپیوتر یک مکانیسم بالغ و قابل اطمینان است که به طور عمده برای بسیاری از سناریوهای کنترل دسترسی مورد استفاده قرار می گیرد. به این ترتیب که تشخیص چهره یا احراز هویت عمدتا با استفاده از داده های کامل از تصاویر جلوی صورت انجام می شود. اگرچه ممکن است در عمل کمتر این مورد پیش بیاید، اما موقعیت های متعددی وجود دارد که ممکن است تصاویر کامل جلوی صورت در دسترس نباشد - تصاویر چهره ناقص که اغلب از دوربین های مدار بسته می آیند، شامل این موارد هستند. از این رو، مسئله تشخیص چهره مبتنی بر رایانه با استفاده از اطلاعات جزئی به عنوان شاخص هنوز هم تا حد زیادی یک حوزه تحقیق ناشناخته است. با توجه به این که به طور ذاتی انسانها و رایانه ها در تشخیص چهره و احراز هویت متفاوت هستند، باید جالب و جذاب باشد که بدانند یک رایانه زمانی که با یک چالش تشخیص چهره روبرو می شود چگونه به اجرای مختلف صورت توجه می کند. در این کار، ما این پرسش را بررسی میکنیم که ایده تشخیص چهره با استفاده از اطلاعات جزئی صورت را در بر می گیرد. ما این مسئله را با استفاده از آزمایش های جدید برای تست عملکرد یادگیری ماشین با استفاده از تصاویر جزئی چهره و دستکاری های دیگر در تصاویر چهره مانند چرخش و زوم، که به عنوان سرنخهای آموزش و تشخیص استفاده شده است، مورد بررسی قرار دادیم. به طور ویژه، ما میزان تشخیص را با توجه به قسمت های مختلف صورت مانند چشم ها، دهان، بینی و گونه مطالعه می کنیم. ما همچنین به بررسی تشخیص چهره با چرخش صورت و بزرگنمایی تصویر صورت پرداختیم. آزمایشات ما بر اساس استفاده از معماری مبتنی بر شبکه عصبی پیچشی پیشرفته با مدل VGG-Face آموزش دیده از قبل است که از طریق آن ویژگی ها را برای یادگیری ماشین استخراج می کنیم. سپس از دو طبقه بند، يعني شباهت کوسینوسی و ماشین های بردار برای بررسی نرخهای تشخیص استفاده مي شود. ما آزمایش های ما را روی دو مجموعه داده عمومی که شامل FEI کنترل شده برزیل و مجموعه داده کنترل نشده LFW هستند انجام دادیم. نتایج ما نشان می دهد که بخش های منحصر به فرد چهره مانند چشم ها، بینی ها و گونه ها دارای نرخ تشخیص کم هستند، اما زمانی که بخش های فردی صورت ترکیب شده به عنوان شاخص معرفی می شوند، میزان تشخیص به سرعت در حال افزایش است.
کلمات کلیدی: تشخیص چهره | شبکه های عصبی کانولوشنال | یادگیری عمیق | شباهت کسینوسی
مقاله ترجمه شده
2 مشتقات ثابت دو بعدی تفکیک پذیر صریح برای تشخیص جسم
سال انتشار: 2019 - تعداد صفحات فایل pdf انگلیسی: 9 - تعداد صفحات فایل doc فارسی: 19
مشتقات ثابت تصویر به طور گسترده ای در زمینه های تشخیص الگو و دید رایانه مورد استفاده قرار گرفته اند، زیرا آنها قادر به ارائه الگوی ویژگی های مستقل تبدیل هندسی هستند. در حال حاضر، ثابت های تفکیک پذیر و مشتقات آنها به دلیل توانایی در ترکیب ویژگی های اساسی ثابت های متعامد مختلف، بیشتر مورد توجه قرار گرفته است. با این حال، بسیاری از مشتق های ثابت تفکیک پذیر موجود، به طور غیرمستقیم از مشتق های هندسی و بر اساس رابطه چندجمله ای متعامد و هندسی، به دست می آیند. بنابراین، در این مقاله، رویکرد مستقیمی برای ساخت مجموعه ای از مشتق های ثابت تفکیک پذیر گسسته Chebichef-Krawtchouk پیشنهاد شد که در آن به طور همزمان مشتق برای چرخش، مقیاس پذیری و تبدیل انتقال فراهم می شود و مبتنی بر فرم صریح چند جمله ای Tchebichef و Krawtchouk است. در نتیجه، نتایج تجربی و نظری اثربخشی روش پیشنهادی اثبات شد و ارجحیت آنها در طبقه بندی تصویر و شناخت الگو در مقایسه با روش های موجود نشان داده شد.
کليدواژه: مشتقات غیرمستقیم | روش صریح | ثابت تفکیک پذیر | چندجمله ای Krawtchouk | چندجمله ای Tchebichef | تشخیص الگو
مقاله ترجمه شده
3 روش مدلسازی پس زمینه براساس درخت تجزیه چهارگانه و اندازه گیری شدت روشنایی
سال انتشار: 2019 - تعداد صفحات فایل pdf انگلیسی: 8 - تعداد صفحات فایل doc فارسی: 14
تشخیص حرکت یک کار پیچیده است که بر طیف وسیعی از اجزای اساسی ایجاد می شود. به منظور اطمینان از تشخیص دقیق جسم، لازم است که این اجزاء به دقت ، به ویژه در حضور اجسام پیچیده در صحنه اجرا شود. این مقاله ، روش مدل سازی Background مبتنی بر بلوک در صحنه های پویا را با استفاده از تجزیه درخت چهارگانه و سنجش تباین ارائه می دهد. نتایج تجربی نشان داد که رویکرد ما میتواند بک گراندی موثر حتی تحت شرایط چالش برانگیز ایجاد کند.
کليدواژه: نظارت تصویری | مدل سازی پس زمینه | روش مبتنی بر ناحیه | تجزیه چهارگانه؛
مقاله ترجمه شده
4 فشرده سازی سریع و کارآمد تصویر لنزی
سال انتشار: 2019 - تعداد صفحات فایل pdf انگلیسی: 8 - تعداد صفحات فایل doc فارسی: 29
تصویربرداری میدانی نوری با به دست دادن اطلاعاتی درباره میزان درخشندگی، رنگ و جهت اشعه های روشن در یک صحنه شناخته می شود. این امر منجر به این می شود که تصویر با مقدار بسیار زیادی داده نمایش داده شود که نیازمند روشهای کارآمد برای کدگذاری هستند. در این مقاله، تصاویر لنزی به صورت تصاویر دارای زیر- روزنه ای ارائه می شوند. این تصاویر به صورت یک داده ورودی دارای ترتیب کاذب برای رمزگشای ویدیوی HEVC سازماندهی می شود. برای بهره برداری بهتر از حشوها و افزونگی های موجود بین تصاویر زیر- روزنه ای همسایه و درپیامد آن، کاهش فواصل بین یک تصویر زیرروزنه ای و مراجع استفاده شده برای پیش بینی آن، تصاویر زیرروزنه ای به چهار گروه کوچکتر تقسیم می شوند که در یک ترتیب مارپیچی بررسی می شوند. از اصلی ترین و مرکزی ترین تصویر زیرروزنه ای که بالاترین شباهت را با همه تصاویر دیگر دارد، به عنوان تصویر مرجع اولیه برای هریک از چهار منطقه استفاده می شود. به علاوه، یک ساختاری تعریف می شود که تصاویر زیرروزنه ای که ازنظر فضایی باهم مجاور هستند را به عنوان مراجع پیش بینی با بالاترین شباهت به تصویر فعلی انتخاب می کند. در این روش، کارآمدی کدگذاری افزایش می یابد و بنابراین منجر به ایجاد شباهت بالاتری دربین سه واحد کدگذاری هم¬¬- مکان (CTU) می شود. از شباهت های بین سی تی یوهای هم- مکان برای پیش بینی عمق واحد استفاده می شود. به علاوه، کدگذاری مستقل هر زیرگروه، پردازش موازی را امکانپذیر می کند که درکنار پیش بینی عمق واحد کدگذاری پیشنهاد شده، زمان اجرای کدگذاری را به صورت میانگین تقریبا" تا 80 درصد کاهش می دهد. نتایج شبیه سازی نشان می دهد که عملکرد نرخ انحراف روش پیشنهادی درمقایسه با سایر جدیترین روشهای فشرده سازی لنزی، بهره فشرده سازی بالاتر و پیچیدگی محاسباتی پایین تری دارد.
عبارات شاخص – میدان نور | لنزی | فشرده سازی | ترتیب اسکن | ساختار GOP | پردازش موازی | درخت واحد کدگذاری
مقاله ترجمه شده
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi
بازدید امروز: 3678 :::::::: بازدید دیروز: 0 :::::::: بازدید کل: 3678 :::::::: افراد آنلاین: 83