در مرحله ابتدایی تصویر گرفته شده و سپس پیش پردازش بر روی تصویر ورودی انجام می شود. سپس بخش مهم یک الگوریتم پردازش تصویر یعنی شناسایی و استخراج ویژگی انجام می شود. هدف از این بخش تولید بردار ویژگی جهت اعمال به دسته بندی کننده یا تشخیص دهنده می باشد.
اگر بخش استخراج ویژگی به درستی انجام نشود ، راندمان کل سیستم دچار مشکل می شود. لذا هر فردی که دارد بر روی یک الگوریتم پردازش تصویر کار می کند باید روش خوب و قوی برای این بخش انتخاب کند.

کاربردهای ویژگیهای محلی در تثبت تصویر ، شناسایی شی ، دسته بندی ، ردیابی و تخمین حرکت می باشند.
یکی از مشکلات کار در پردازش تصویر غلبه بر تغییرات اندازه و چرخش شی و انسداد آن می باشد. الگوریتم های جدید از ویژگیهای محلی برای غلبه بر این مشکلات استفاده می کنند.برخی از این ویژگی ها با تغییر اندازه شی ، هیچ تغییری نمی کنند.

تولباکس ماشین بینایی متلب شامل روش های تشخیص گوشه
FAST ، Harris ، Shi & Tomasi می باشد. این تولباکس هم چنین روشهای تشخیص دایره شامل SURF ، MSER نیز دارا می باشد.

این تولباکش دارای الگوریتم های استخراج ویژگی شامل SURF ، FREAK ، BRISK ، LBP و HOG می باشد. شما می توانید از این روشهای استخراج ویژگی به تنهایی استفاده کنید یا چند مورد را با هم ترکیب کنید و بردار ویژگی نهایی شما شامل چندین ویژگی باشد.

پیش نمایش 1

لینک دانلود (کیفیت بالا)

پیش نمایش 2

لینک دانلود (کیفیت بالا)

پیش نمایش 3

لینک دانلود (کیفیت بالا)

پیش نمایش 4

لینک دانلود (کیفیت بالا)

پیش نمایش 5

لینک دانلود (کیفیت بالا)

پیش نمایش 6

لینک دانلود (کیفیت بالا)

پیش نمایش 7

لینک دانلود (کیفیت بالا)

نوشته آموزش فارسی شناسایی و استخراج ویژگی در بینایی ماشین اولین بار در ايران متلب. پدیدار شد.

در زمینه اول ، هدف استفاده از یک یا چند تصویر از یک صحنه با یک دوربین با پارامترهای مشخص یا نامشخص و تولید تصویر 3 بعدی از این تصاویر 2 بعدی می باشد.
زمینه دوم هدف شناسایی اشیا و افراد یا فعالیت های داخل تصویر می باشد. شبیه کاری که انسان می کند و مفهوم و ساختار و ارتباط صحنه های مختلف را درک می کند.

بینایی ماشین در متلب :

جعبه ابزار سیستم بینایی ماشین (Computer Vision System Toolbox™) تابع و الگوریتم هایی برای طراحی و شبیه سازی سیستم های بینایی ماشین و پردازش ویدئو در اختیار کاربران متلب قرار می دهد.

شما می توانید استخراج و شناسایی و تطبیق ویژگی را به سادگی برای کاربردهایی مثل شناسایی شی (object detection) و دنبال کردن (tracking) و تخمین حرکت (motion estimation) و پردازش ویدئو (video processing) در این تولباکس انجام دهید.

برای ماشین بینایی 3 بعدی ، این جعبه ابزار از ابزارهایی برای کالیبراسیون دوربین ، بینایی استریو و بازسازی سه بعدی و پردازش ابری سه بعدی استفاده می کند.

این جعبه ابزار بر مبنای یادگیری ماشین می باشد، لذا شما می توانید سیستم های مورد نظر را آموزش دهید. سیستم تحت آموزش می تواند یک سیستم شناسایی شناسایی شی و تشخیص شی و بازیابی تصویر باشد.

الگوریتم های موجود در این جعبه ابزار شامل توابع متلب ، اشیای سیستم (System objects) و بلوک های سیمولینک می باشد.

بخش اول : آموزش فارسی شناسایی و استخراج ویژگی در بینایی ماشین

(بر روی تصویر بالا کلیک کنید)

نوشته بسته آموزشی جامع بینایی ماشین اولین بار در ايران متلب. پدیدار شد.

نرخ های تقریب (Approximation Rates) :
فرض کنید یک شی در فضای [0,1] در [0,1] قرار دارد . دقت تبدیل فوریه و تبدیل ویولت و تبدیل کرولت در بیان این شی در قسمت زیر نشان داده شده است :
تبدیل فوریه Fourier Transform :

تبدیل ویولت Wavelet Transform :

تبدیل کرولت Curvelet Transform :

همانطور که مشاهده می فرمایید خطای بین شی و بیان تبدیل یافته آن در تبدیل کرولت کمتر از دو تبدیل دیگر است.

عدم پیوستگی در منحنی و نقطه
Point and Curve Discontinuities

عدم پیوستگی نقطه ای در تبدیل فوریه بر روی همه ضرایب آن تاثیر می گذارد. لذا تبدیل فوریه نمی تواند با عدم پیوستگی نقطه ای به خوبی رفتار کند. اما تبدیل ویولت به خوبی عدم پیوستگی نقطه ای را بیان می کند و تنها تعداد کمی از ضرایب آن دستخوش تغییر می شوند.
عدم پیوستگی بر روی یک منحنی ، تمامی ضرایب تبدیل ویولت را تغییر دهد لذا تبدیل ویولت نمی تواند در اشیا با عدم پیوستگی در منحنی به خوبی رفتار کند. اما تبدیل کرولت طراحی شد تا عدم پیوستگی در منحنی را بیان کند و تنها تعداد کمی از ضرایب آن دستخوش تغییر شود.

بنا به درخواست کاربران فهیم سایت ایران متلب ، فیلم آموزشی برنامه نویسی تبدیل کرولت در متلب برای استفاده آماده شد.
این فیلم آموزشی اختصاص به طریقه کدنویسی و برنامه نویسی و کار با تبدیل کرولت در متلب دارد. در ابتدا تئوری مختصری از روشهای موجود صحبت می شود. اختلاف این روشها با هم و مزیت هر کدام بیان می شود. سپس توابع متلب مختص تبدیل کرولت به تفضیل معرفی می شوند. در انتها چندین مثال برنامه نویسی متلب آورده شده است.

لینک دانلود

پیش نمایش :

لینک دانلود (کیفیت بالا)

تصاویری از این فیلم آموزشی :

نوشته برنامه نویسی متلب تبدیل کرولت اولین بار در ايران متلب. پدیدار شد.

پردازش تصویر روشی برای تبدیل یک تصویر به فرم دیجیتال و انجام عملیات بر روی آن ، تا یک تصویر بهبود یافته بدست آمده و اطلاعات مفیدی از تصویر استخراج شود.

تصویر یک سیگنال دو بعدی می باشد. لذا پردازش تصویر به نوعی یک پردازش سیگنال می باشد. خروجی آن می تواند تصویر یا خصوصیتی در مورد تصویر باشد.

پردازش تصویر امروزه یکی از موضوعات بسیار پرکاربرد در علوم مختلف می باشد.

کاربردهای پردازش تصویر دیجیتال

بازسازی و افزایش کیفیت تصویر

مهندسی پزشکی

شناسایی از راه دور remote sensing

انتقال و کدگذاری

بینایی ماشین و ربات

پردازش رنگ

شناسایی الگو

پردازش ویدئو

آنالیز تصاویر میکروسکوپی

کاربردهای اصلی پردازش تصویر دیجیتال در پزشکی به صورت زیر است :

تصویربرداری اشعه گاما

اسکن PET

تصویر برداری X Ray

CT اسکن

تصویربرداری UV

اهداف پردازش تصویر

میتوان به پنج گروه آنرا تقسیم کرد :

تصویر سازی (visualization) : مشاهده قسمت هایی از تصویر که قابل مشاهده نیست.

بازسازی و افزایش کیفیت (image sharping and restoration) : برای ایجاد تصویر بهتر .

بازیابی تصویر (image retrieval) : جستجو برای تصویر مورد علاقه .

اندازه گیری الگو (measurement of pattern) : اندازه گیری اشیای مختلف داخل تصویر.

شناسایی تصویر (image recognition) : تمایز دادن اشیای داخل تصویر.

هدف از تهیه این فیلم آموزشی :

به موازات گسترش كاربردهاي پردازش تصویر، نياز به فراگيري آن برای علاقه مندان به وجود آمده است. اما کتاب های زیادی در این زمینه نوشته شده اما در اکثر آنها تئوری با فرمول و روابط پیچیده بیان شده است و علاقه مندان با مراجعه به آنها از ادامه مسیر یادگیری نا امید می شوند. در اکثر این کتاب ها جنبه کاربردی بودن کمتر مورد توجه قرار گرفته است.

لذا گروه برنامه نویسی ایران متلب تصمیم گرفت یک فیلم آموزشی جامع ، بر اساس سالها تجربه خود در پروژه های مختلف پردازش تصویر، برای استفاده علاقه مندان تهیه کند.

یک عکس هم از گروه بینایی ماشین شرکت mathworks که برنامه نویسان توابع پردازش تصویر متلب هستند را براتون پیدا کردم که در قسمت زیر میتونید آنها ببینید :

مخاطبین :

اين فيلم آموزشي توسط هر فردي كه دوست دارد تا با پردازش تصویر آشنا بشود قابل استفاده است و توسط دانشجويان تمامي رشته ها قابل استفاده است.

سرفصل ها : ( به مرور تکمیل می شود)

توضیح با جزییات دستور imread

چه فرمت هایی imread پشتیبانی می کند؟

کلاس خروجی unit8 و unit16

انواع تصاویر در تولباکس پردازش تصویر متلب

Binary و indexed و gray level و True Color

تصاویر DICOM

کاربرد تصاویر indexed

دستور dicominfo

دلیل 4 بعدی خروجی تصاویر DICOM

پارامتر NumberOfFrames

تبدیل فرمت تصاویر

نمایش چند تصویر در یک پنجره(عمودی و افقی)

قرار دادن عنوان برای پنجره

هشدار (warning) نمایش تصویرهای خیلی بزرگ

فرمت NITF

فرمت analyze 7.5

فرمت interfile

تصاویر HDR (High Dynamic Range)

دستور tonemap

معرفی دستورات تبدیل فرمت تصاویر

دستور rgb2gray

تبدیل تصویر خاکستری به رنگی rgb

دستور im2bw

تعیین حد آستانه باینری کردن

دستور graythresh

دستور index2gray

دستور rgb2gray

کاربرد hsv در شناسایی چهره

تبدیل به فرمت double

تنطیمات تولباکس پردازش تصویر

Initial magnification

Border Style در imshow

نمایش Axes تصویر

مختصات فضایی (x,y) در تصویر

گزینه Copy Figure

Border Style نوع Tight

ذخیره سازی تصویر

گزینه Enable Hardware Optimization

گزینه imtool

پنجره Inspect Pixel Values

کاربرد imtool در پروژه های برنامه نویسی

ابزار measure distance

نمایش فیلم یا multiframe

نمایش تصاویر gif به صورت فیلم

ساخت فیلم با تصاویر متوالی

دستور immovie

دستور implay

کار با movie player متلب

تبدیلات هندسی

دستور imcrop

برش یا بریدن بخشی از تصویر

گزینه Copy Position در imcrop

کاربردهای imcrop در استخراج ویژگی

ارتباط regionprops و imcrops

دستور تغییر اندازه تصویر imresize

کابردهای imresize

چند برابر کردن تصویر

تغیییر اندازه تصویر به مقدار یک مشخص

تغییر اندازه تصویر به تعداد سطر مشخص و تعداد ستون نامشخص

تئوری تغییر اندازه تصویر

روش nearest neighbor

روش bilinear

روش bicubic

روش box shape kernel

روش مثلثی triangular

روش cubic

روش lanczos

چرخش تصویر imrotate

تصحیح پرخش تصویر

کاربرد در شناسایی حروف

دستور imtranslate

جابجایی مکانی تصویر

پر کردن اطراف تصویر با عدد خاصی

گزینه FilledValues

دستور impyramid

گزینه reduce

گزینه expand

معیارهای کیفیت تصویر SSIM

دستور imwrap

دستور affline2d

توضیح عناصر ماتریس affline

دستور imshowpair

محاسبه اتوماتیک tform

تصحیح کجی تصویر

دستور fitgeotrans

تبدیل affine

تبدیل projective

تبدیل شباعت غیر reflective

تبدیل Piecewise Linear

تبدیل Local Weighted Mean (میانگین وزندار محلی)

تبدیل چند جمله ای polynomial

کمترین تعداد نقاط لازم برای affine

تاثیر چرخش تصویر در الگوریتم

دستور imfuse

انداختن دو تصویر بر روی هم

دستور imref2d

دستور imregconfig

توابع registration

گزینه های رجسیتر

(تعداد کل تکرارها ، حداقل و حداکثر طول گام ، تلورانس اندازه گرادیان ، فاکتور relaxation )

دستور imregister

نوع translation

نوع rigid

نوع similarity

نوع affine

توضیح فلوچارت registration

توابع افزایش contrast تصویر

افزایش کیفیت تصویر

تابع imadjust

تخصیص بازه برای imadjust

Imadjust برای تصاویر رنگی

استفاده از []

تابع imcontrast

کار با ابزار Adjust Contrast

تغییر مینیمم و ماکزیمم کنتراست تصویر

دستور imsharpen

تمایز دادن لبه ها

حذف ماتی و بلوری تصویر

یکسان سازی هیستوگرام

تفاوت histeq و adapthisteq

نحوه انتخاب تابع یکسان سازی هستوگرام

imhistmatch

تغییر هیستوگرام بر مبنای هیستوگرام تصویر مرجع

تعیین حد پایین imadjust

تایع stretchlim

اضافه کردن نویز به تصویر

چرا نویز به تصویر اضافه می کنیم؟

تابع imnoise

انواع نویز (Gaussian و localvar و poisson و salt @ pepper و speckels )

( گایوسین و واریانس محلی و پواسون و نمک و فلفل و اسپکلز)

پارامترهای میانگین و واریانس نویز گایوسین

پارامترهای نویز سفید گایوسین میانگین-صفر

پارامترهای نویز نمک و فلفلی

رابطه کلی نویز speckels

نکاتی در مورد نویز در تصویر

طریقه بیان نتایج حذف نویز در مقاله

فیلتر ها در تصویر

مفعوم convolution

مفهوم correlation

پنجره یا window در فیلترها

توضیج کانالوشن با مثال

توضیح correlation با مثال

حرکت sliding پنجره فیلترینگ

کرنل یا kernel در فیلترینگ

Convolution یا correlation کدام مناسب تر است؟

مفهوم padding

مقدار padding چقدر می تواند باشد ؟

حرکت distinct پنجره فیلترینگ

پیکسل مرکزی یا center pixel در پردازش تصویر

Sliding یا distinct کدام مناسب تر است؟

تابع nlfilter

تابع blockproc

کاربرد imfilter

ساخت فیلتر با fspecial

فیلتر میانگین average

فیلتر میانگین دایره ای circular

فیلتر پایین گذر گایوسین lowpass filter gaussian

فیلتر لاپلاسین laplacian

فیلتر گایوسین لاپلاسین

فیلتر تقریب حرکت خطی دوربین motion

فیلتر prewitt

فیتلر sobel

یافتن لبه های عمودی

یافتن لبه های افقی

استخراج لبه های عمودی و افقی با هم

خصوصیات کرنل فیلتر

اعمال فیلتر به تصویر

دستور imadd

تنظیم اندازه پنجره فیلتر میانگین

برای حذف نویزهای ضربه ای چه کار کنیم؟

تابع imgaussfilt

لینک دانلود

دانلود و مشاهده قسمت اول :

لینک دانلود قسمت اول (کیفیت اصلی)
لینک مشاهده قسمت اول در آپارات
لینک مشاهده قسمت اول در تخته سفید
لینک مشاهده قسمت اول در یوتیوب

دانلود و مشاهده قسمت دوم :

لینک دانلود قسمت دوم (کیفیت اصلی)
لینک مشاهده قسمت دوم در آپارات
لینک مشاهده قسمت دوم در تخته سفید
لینک مشاهده قسمت دوم در یوتیوب

نوشته فیلم آموزشی پردازش تصویر در متلب MATLAB اولین بار در ايران متلب. پدیدار شد.

  Handwritten and Printed Word Identification Using Gray-Scale Feature Vector and Decision Tree Classifier

Abstract Document image analysis is one of the important steps towards a paper free world. An effective Optical  Character Recognition (OCR) system would be helpful for achieving this fit. But the next question may arise that whether a single OCR system will be sufficient for encoding both handwritten and printed text or not. So to come out of this dilemma, the work as reported here determines the category of a word from the document images containing words both in handwritten and printed forms. A 6-elements feature set is estimated from each gray level image and then these features are ranked based on discriminatory capabilities. Finally, a decision tree classifier has been designed and 1500 words images of handwritten and printed forms (equal in number) are fed to the classifier to evaluate the performance of the present technique. An overall success rate of 96.80% is achieved.

خروجی برنامه :

خلاصه (ترجمه ماشین) :

تجزیه و تحلیل تصویر سند یکی از مراحل مهم در جهت یک جهان آزاد مقاله است. شخصیت نوری تشخیص (OCR) سیستم موثر خواهد بود برای دستیابی به این جا مفید باشد. اما سوال بعدی ممکن است بوجود می آیند که آیا یک سیستم واحد OCR برای رمزگذاری هر دو متن دست نوشته و چاپ شده یا نه کافی خواهد بود. بنابراین از این معضل آمده، کار به عنوان گزارش تعیین رده از یک کلمه از تصاویر سند حاوی کلمات هر دو در شکل دست نوشته و چاپ شده است.6-عناصر مجموعه ویژگی از هر تصویر سطح خاکستری برآورد و سپس این ویژگی ها بر اساس قابلیت های تبعیض آمیز قرار گرفت. در نهایت، یک طبقه بندی درخت تصمیم گیری طراحی شده است و 1500 واژه تصاویر از اشکال دست نوشته و چاپ شده (در تعداد مساوی) به طبقه بندی تغذیه برای ارزیابی عملکرد از روش حاضر.میزان موفقیت کلی 96.80٪ به دست میآید.

دانلود اصل مقاله

دریافت کدها و فایل توضیحی خط به خط کد مقاله

نوشته MP00 – تشخیص کلمه دستنویس و تایپی با بردار ویژگی و دسته بندی درخت تصمیم گیری اولین بار در ايران متلب. پدیدار شد.

¨

¨موارد مورد بحث:

¨موارد مورد بحث:

¨تاریخچه

 اولین سلول عصبی در سال 1943 ساخته شد.

(نروفیزیولوژیست‌ )Warren Mc Culloch

(منطق دان )Walter Pits

:پیشگامان شبکه عصبی

Minskyو Papert

¨
شبکه عصبی مصنوعی  چيست؟

   یک برنامه نرم افزاری يا تراشه نیمه هادی است که بتواند همانند مغز انسان عمل نمايد، به گونه ای که:

¨به مرور زمان و تعامل بیشتر با محيط، کارآزموده تر گردد.

¨علاوه بر انجام محاسبات قادر به نتیجه گیری منطقی باشد.

¨در شرايط جديد راهکار مناسب را ارائه دهد. (قابلیت تعمیم).

¨خواص مغز انسان

¨شبکه های عصبی در مقابل کامپیوتر های معمولی

1- کامپیوتر های معمولی یک مسیر الگوریتمی را استفاده می کنند به این معنی که کامپیوتر یک مجموعه از دستور العمل ها را به قصد حل مسئله پی می گیرد. بدون اینکه، قدم های مخصوصی که کامپیوتر نیاز به طی کردن دارد، شناخته شده باشند کامپیوتر قادر به حل مسئله نیست.

2–شبکه های عصبی با مثال کار می کنند و نمی توان آنها را برای انجام یک وظیفه خاص برنامه ریزی کرد مثال ها می بایست با دقت انتخاب شوند در غیر این صورت زمان سودمند، تلف می شود و یا حتی بدتر از این شبکه ممکن استنادرست کار کند.

3- به طور کلی کامپیوترها قابل پیش بینی هستند و اگر چیزی به خطا انجام شود به یک اشتباه سخت افزاری یا نرم افزاری بر می گردد.

4-امتیاز شبکه عصبی این است که خودش کشف می کند که چگونه مسئله را حل .کند ، عملکرد آن غیر قابل پیش بینی  است

¨ANNدلایل استفاده از

یادگیری انطباق پذیر:

– قابلیت یاد گیری نحوه انجام وظایف بر پایه اطلاعات داده شده برای تمرین وتجربه های مقدماتی

:سازماندهی توسط خود

– یک شبکه عصبی می تواند سازماندهی یا ارائه اش را ، برای اطلاعاتی که در طول دوره یادگیری در یافت می کندایجاد کند

  : عملکرد بهنگام

– محاسبات به طور موازی انجام شده و موجب بالا رفتن سرعت میشود.

برای این منظور سخت افزارهای مخصوصی طراحی شده است.

¨ANNدلایل استفاده از

حساسيت بالا به رخداد اشتباه :

– بروز اشتباه در فرمت و علائم برنامه نویسی منجر به اتلاف ساعتها وقت در ردیابی، شناسایی و اصلاح برنامه ميگردد. در حالی که عدم عملکرد صحيح قسمتی از نرون ها منجر به از کارافتادگی کامل مغز نميگردد و امکان اتخاذ تصميمصحيح در اين حالت نيز وجود دارد.

–  رایانه ها و نرم افزارهای موجود قادر نيستند از تجربيات گذشته استفاده نمايند.

¨ساختار شبکه عصبی مصنوعی

¨یادگیری توسط شبکه عصبی

1.داده پردازی در اجزای ساده به نام نرون صورت می گیرد.

2.اطلاعات از طریق ارتباط نرون ها ردو بدل می شود. 

مختص به خود است که در مقدارW 3. هر رابطه دارای وزن

اطلاعات رد وبدل شده با سایر نرون ها ضرب می شود.

4. هر نرون برای محاسبه خروجی خود دارای یک تابع عملیاتی

است که روی ورودی ها اعمال می شود.

¨انواع شبکه های عصبی

1.پرسپترون

2.هاپفیلد

3.همینگ

¨ANNمقایسه کلی انواع

1.شبکه پرسپترون جوابها را کد می کند و خروجی از ورودی بدون هیچگونه فیدبکی محاسبه می گردد.

2. شبکه همینگ به پاسخ مناسب منتهی شده و همواره به یکی ازالگوهای مرجع همگرا می شود، والگویی را که بیشترین تشابه را با ورودی مرجع دارد انتخاب می کند(به نوعی بهترین جواب ممکن را می دهد).

3. در شبکه هاپفیلد تمامی نورونها همانند یکدیگر عمل می‌کنند و تقسیم بندی نورونهای ورودی و خروجی وجود ندارد. در واقع شبکه هاپفیلد، شبکه‌ای کاملا برگشتی است که در آن خروجی هر نورون، به ورودی تمام نورون‌های دیگر متصل است. این عمل آنقدر تکرار می‌شود تا خروجی شبکه به یک نقطه ثابت همگرا شود.شبکه هاپفیلد به الگویی همگرا می شود که ممکن است جزو الگوهای ذخیره شده نباشد.

¨ANNکاربردهای

کنترل هواپیما بدون خلبان

شبیه سازی مسیر

طراحی اعضای مصنوعی

تشخیص صدا
تشخیص چهره

آنالیز مالی

اکتشاف تقلب در کارت اعتباری

و…

¨بررسی ساختار یک سیستم شناسایی چهره

یک سیستم بازشناسی خودکار چهره انسان حالت خاصی از پردازش تصویر ، بازشناسی الگو ، بازشناسی اجسام و درک تصویر است.

در مبحث بازشناسی الگو، هدف اصلی، انتساب الگوی ورودی به یکی از کلاسهای موجود می باشد.

در بازشناسی چهره هم سیستم باید با دریافت یک تصویر در ورودی، با انجام پردازشهای تصویری لازم، تعیین کند که این تصویر مربوط به کدام یک از افرادی است که تصویرشان در بانک اطلاعاتی چهره ها وجود دارد. این الگوریتم ها براساس مدل محاسباتی درک تصویر از پردازشهای سطح پایین بر روی نقاط تصویر شامل چهره، شروع شده وبا پردازشهای سطح بالا برای تحلیل و درک چهره ختم خواهد شد.

¨ANNتشخیص چهره به وسیله ی

پردازش تصویر :

1.دریافت تصویر

2.تشخیص لبه

3.قسمت بندی

4.قسمت بندی سه بعدی

5.تشخیص و آنالیز

¨آشكارسازي چهره به كمك فیلتر گابور

– آشكارسازي چهره عبارت از تعيين وجود يا عدم وجود و همچنين مكان و محدوده همه چهره هاي انسان در تصوير است.

– در بسياري از تحقيقات در زمينه بازشناسي چهره فرض شده است كه مكان و ابعاد چهره درتصوير معلوم است

– ارائه روشي كه چهره ها را تحت هر شرايطيآشكاركند، كارآساني نخواهد بود.

– روشهاي آشكارسازي چهره را ميتوان به آشكارسازي ثابت يا متحرك در تصاويررنگي يا با سطوح خاكستري تقسيم كرد.

¨آشكارسازي چهره به كمك فیلتر گابور

روشهايي كه بر روي تصاوير متحرك اعمال ميشوند، از خاصيتپويايي انسان نسبت به پس زمينه تصويربهرهميگيرند و مسئله آشكارسازي را به نواحي متحرك ساده ميكنند.

در روشهاي اعمال شده بر روي تصاويررنگي نيز ميتوان طيف رنگ پوست بدن انسان را در تصوير شناسايي و مسئله آشكارسازي را تنها

. به اين نواحي ساده نمود

سخت ترين نوع آشكار سازي چهره مربوط به تصاوير ثابت با سطوح خاكستري است كه داده هاي ورودي تصوير، شدت نور منعكس شده به دوربينميباشند و در نگاه اول نمي توان به راحتي مكاناحتمالي چهره .را در پس زمينه تصوير تشخيص داد

¨آشكار سازي چهره هاي تمام رخ
در تصاوير ثابت با سطوح خاكستري

¨اكتشاف اطراف مراكز نادقيق

در صورتيكه يك مستطيلعمودي را محاط بر يك چهره در نظر گيريم كه در بالاترين سطر، پيكسلهاي اين مستطيل، پيكسل هاي آغازين مو و در سطر انتهاييپيكسلهايپايين چانه قرار گيرند، به طور معمول براي يك چهره طبيعي، مركز اين مستطيل بر روي بيني قرار مي گيرد.

به تجربه ديده شده است، مراكزنادقيق بدست آمده دربخش قبل كه مركز پنجره هاي مستطيليميباشند، يا بر روي مركزواقعي چهره در تصوير منطبق نبوده و يا بطور كل شامل چهره نمي باشند.

¨اكتشاف اطراف مراكز نادقيق

در اين شرايط به الگوريتمينياز است كه فضاي اطراف اين مراكزنادقيق را در صورت لزوم براي يافتنبهترين پاسخ وجود چهره مورد بررسي قرار دهد. ابتدا مراكزنادقيق جهت ارجاع به شبكه علامت گذاريميشوند

1. مراكز علامت گذاري شده را به شبكه عصبي ارجاع ده

2. در صورتيكه شبكه عصبي براي هر مركزمقداري بزرگتر از آستانه را بازگرداند، پيكسلهايكناري را در صورتيكهعلامتگذاري نشده اند، علامت بگذار

در نهايت تنها نواحي لازم  مورد بررسي قرار گرفته و الگوريتم ياد شده صرفه جويي زيادي در زمان آشكارسازي چهره ها ايجاد ميكند.

¨مراكز پنجره هاي بررسي شده توسط شبكه عصبي

¨مراحل استخراج ويژگي فیلتر های گابور براي  چهره

¨فیلتر گابور

¨مزایا

   1مدل سازی با سیستم های غیر خطی

.مقاوم بودن و تحمل آسیب ها2

(3.قابل یادگیر بودن (یعنی توانایی تنظیم وزنهای شبکه

.قابلیت تعمیم 4

.سرعت بالا به دلیل پردازش های موازی5

6. قابلیت سازگاری با تغییرات سیستم و…

¨معایب

1. شبکه های عصبی می توانند پیچیده باشند وکار کردن با آنها دشوار باشد

2. نوع تنظیمات برنامه به گونه ای است که باید ورودی وارد کنیم و اگر مقدار داده کم باشد احتمال داشتن خطا وجود دارد

3.اثبات درستی نتایج دشوار است

4.در حالت کلی برای برخی مسایل کاربرد ندارد.

¨منابع

4.Kevin Curran, Xuelong Li and Neil Mc Caughley    

“The Use of Neural Networks in Real-time FaceDetection“,2005

5.امید بنکدار سخی و حسین میار نعیمی“آشکار سازی چهره به کمک

ویژگی های موجک های گابور“دانشگاه صنعتی نوشیروانی بابل

  6.علی محمد حسینی ” مقدمه ای بر شبکه های عصبی با رویکرد شیوه

های تشخیص و یادگیری و مقایسه آن با شبکه عصبی انسان“ دانشگاه آزاد

¨

نوشته شبکه عصبی مصنوعی اولین بار در ايران متلب. پدیدار شد.