Face Recognition Technique: A Literature Survey on Face Recognition and Insight on Machine Recognition Using

دسته بندی: سایبرنتیک: هوش مصنوعی
ویرایش:  
نویسندگان: Urkude M.,  Kishor S.B.,  Naranje S.G.  
سری:  
 
ناشر:  
سال نشر:  
تعداد صفحات: 0 
زبان: English 
فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 2 مگابایت 

قیمت کتاب (تومان) : 33,000

CreateSpace Independent Publishing Platform, 2016. — 123 p. — ISBN-10: 151518370X. — ISBN-13: 978-1515183709 تشخیص چهره به دلیل بسیاری از پارامترهای حل نشده به موضوع بسیار جالب تحقیق تبدیل شده است. از چند دهه گذشته، تعدادی از محققین روی این موضوع کار می کنند تا مشکل تشخیص چهره را حل کنند، اما هنوز سیستم تشخیص چهره موفق هنوز پیاده سازی نشده است، بنابراین ما الگوریتم تشخیص چهره را پیشنهاد کردیم که با ماتریس چهره مطابقت دارد. همانطور که بحث چهره چیزی جز ماتریس نیست، بنابراین با استفاده از نرم افزار متلب دستکاری ماتریس انجام می دهیم و سعی می کنیم بهترین ویژگی های ممکن را برای تشخیص چهره پیدا کنیم. در اجرای قانون و بسیاری از کاربردهای تجاری مانند سیستم های کنترل دسترسی، هویت ملی، نظارت تصویری، احراز هویت کاربر و بازیابی هویت از پایگاه داده برای تحقیقات جنایی، تشخیص چهره نقش بسیار مهمی دارد اما به دلیل مشکل چالش برانگیز در برنامه های زمان واقعی آن چندان کاربر پسند نیست. ما به بسیاری از پارامترهای حل نشده مانند روشنایی چهره، بیان، ژست، مقیاس، وضوح کم، صورت جزئی (انسداد) و سایر شرایط محیطی، فیلم‌های ویدئویی در شب و فیلم‌های ویدئویی روز نگاه می‌کنیم. با این حال، وضعیت و انسداد متفاوت به عنوان چالش های اصلی در تشخیص چهره باقی می ماند و این دو مشکل بر عملکرد تشخیص چهره در برنامه های کاربردی کنترل دسترسی، احراز هویت و نظارت تأثیر می گذارد. برای رفع این چالش‌ها، مطالعه حاضر یک سیستم تشخیص چهره را با استفاده از رویکرد تحلیلی پیشنهاد کرد که در آن مرکز دو چشم یعنی پیشانی برای استخراج ویژگی استفاده می‌شود. در روش‌های موجود سیستم‌های تشخیص چهره تحلیلی، از ویژگی‌هایی مانند چشم، بینی، دهان به عنوان نقطه مشخصه استفاده می‌شود، اما در سیستم پیشنهادی حداکثر نرخ تشخیص چهره ناحیه پیشانی با استفاده از نرم‌افزار Lab view 80 درصد است. در رویکرد تحلیلی پیشنهادی تشخیص چهره، هیچ کاری با استفاده از ویژگی های ذکر شده انجام نشده است، اما با استفاده از ویژگی های مختلف کار بسیار کمی انجام شده است. در مطالعه ادبیات، حداکثر نرخ تشخیص رویکرد تحلیلی، کل نگر و ترکیبی زیر 84 درصد با استفاده از پایگاه داده چهره های مختلف است. در پیشنهادی SKM ویژگی پیشانی افزایش کار در میزان تشخیص تا 86% و نیاز به زمان کمتر و همچنین حل دو چالش بزرگ نیمه انسداد و ژست متفاوت است. سیستم تشخیص چهره مفیدترین برنامه یا وسیله کامپیوتری است که می تواند افراد را بر اساس ویژگی های منحصر به فرد چهره آنها شناسایی کند. برخلاف بسیاری از روش‌های شناسایی بیومتریک دیگر (به عنوان مثال، اثر انگشت، اثر صوتی، گفتار)، این می‌تواند در محیط‌های تمیز، برای نظارت یا ردیابی و در سیستم‌های اتوماسیون مفید باشد. زیرا سیستم یک مدل مرجع از افراد نگه می دارد و تصویر آنها را برای شناسایی می گیرد. همچنین ممکن است در هنگام شناسایی افراد، به دلیل پیشرفت نسبتاً اخیر فناوری، آنها بیشتر در معرض خطا باشند. همانطور که می دانیم بسیاری از ادبیات موجود در وب سایت ها، کتاب ها، مجلات و غیره، بررسی مقاله بین المللی و ملی را برای منبع اولیه داده ها در نظر می گیریم. مطالعات الگوریتم های مختلفی انجام می شود که از این اطلاعات جمع آوری شده تجزیه و تحلیل با استفاده از پارامترهای مختلف برای دستیابی به هدف اساسی انجام خواهد شد. مطالعه محبوب‌ترین روش‌های طرح‌ریزی تشخیص چهره مبتنی بر ظاهر و توضیحات دقیق هر ماژول مورد مطالعه قرار می‌گیرد. کارت شناسایی، رمز عبور ما ممکن است گم شود، اما صورت به بخشی از بدن ما متصل است، بنابراین می توان با کمک چهره آنها تأیید کرد. اخیراً تشخیص چهره در جامعه دسترسی به اطلاعات چندرسانه ای شبکه و همچنین برای اهداف امنیتی توجه زیادی را به خود جلب کرده است. ما یک بررسی انتقادی به‌روز از تحقیقات تشخیص چهره مبتنی بر تصویر و ویدیو ارائه می‌کنیم. برای نوشتن این پایان نامه دو چیز برای ما وجود دارد، اول ارائه یک بررسی به روز از ادبیات موجود موجود در شبکه، و دوم ارائه برخی بینش ها در مورد مطالعات تشخیص ماشین چهره ها با استفاده از نرم افزار. ما این پایان‌نامه را با الگوریتم KSM پیشنهادی به پایان می‌رسانیم که به دولت و بخش خصوصی برای اهداف امنیتی کمک می‌کند

CreateSpace Independent Publishing Platform, 2016. — 123 p. — ISBN-10: 151518370X. — ISBN-13: 978-1515183709 Face recognition become very interesting topic of research because of lot of unsolved parameters. From past few decades number of researchers work on the topic to solve the problem of face recognition but still successful face recognition system is not yet implemented hence we proposed face recognition algorithm that match face matrix. As discuss face is nothing but a matrix so using MATLAB software we do matrix manipulation and try to find best possible features for face recognition. In law enforcement and lot of commercial applications, such as in the area of access control systems, national identity, video surveillance, user authentication and retrieval of identity from a data base for criminal investigations face recognition play very important roll but due to challenging problem in real time applications it is not so user friendly. We take look on many unsolved parameters, such as face illumination, expression, pose, scale, low resolution, partial face (occlusion) and other environmental conditions, night video footage and day video footage. However, different pose and occlusion remains as major challenges in face recognition and these two problems affect the performance of face recognition in access control, authentication, and surveillance applications. To meet these challenges, the present study proposed a face recognition system using the analytical approach in which centre of two eye i.e. forehead used for feature extraction. In existing methods of analytical face recognition systems, features like eyes, nose, mouth where used as feature point but in proposed system we used forehead region maximum face recognition rate is 80% using Lab view software. In proposed analytical approach of face recognition, no any work has been done using above mention features but by using different features very little work had done. In literature study maximum recognition rate of analytical, holistic and hybrid approach is below 84% using different face database. In proposed SKM forehead feature work enhancement in recognition rates to 86% and require less time and also solve two big challenges half occlusion and different pose. Facial recognition system is a most useful computer application or device that can identify individuals based on their unique facial characteristics. Unlike many other biometric identification methods (e.g., fingerprints, voiceprint, speech), this can be advantageous in clean environments, for surveillance or tracking, and in automation systems. Because the system keeps a reference model of the individual, and captures their image for identification. They may also be more error-prone when identifying individuals, due to the fairly recent development of the technology. As we know lot of literature available on websites, books, journal etc, we consider international and national paper survey for primary source of data. Various algorithm studies is done from this information collected analysis will be done using various parameters to achieve the basic objective. Study of most popular appearance based face recognition projection methods and detailed descriptions of each module are studied. Our ID cards, passwords can be lost but face is connected part of our body so he/she can be verified with the help of their face. Recently face recognition is attracting much attention in the society of network multimedia information access & also for security purpose. We are providing an up-to-date critical survey of image - and video-based face recognition research. There are two things for us to write this thesis first is to provide an up-to-date review of the existing literature available on net, and the second is to offer some insights into the studies of machine recognition of faces using software. We conclude the thesis with proposed KSM algorithm that helps the government and private sector for security purpose