ترجمه مقاله تشخیص چهره غیر حساس به حالات چهره از طریق بازسازی چهره سه بعدی - نشریه IEEE

قیمت خرید این محصول

۲۹,۰۰۰ تومان

دانلود مقاله انگلیسی

عنوان فارسی

تشخیص چهره غیر حساس به حالات چهره از طریق بازسازی چهره سه بعدی با استفاده از بانک فیلتر گابور از یک تک تصویر دو بعدی

عنوان انگلیسی

Expression-Invariant Face Recognition via 3D Face Reconstruction Using Gabor Filter Bank from a 2D Single Image

صفحات مقاله فارسی

13

صفحات مقاله انگلیسی

6

سال انتشار

2014

نشریه

آی تریپل ای - IEEE

فرمت مقاله انگلیسی

PDF

فرمت ترجمه مقاله

ورد تایپ شده

رفرنس

دارد ✓

کد محصول

F1253

وضعیت ترجمه عناوین تصاویر و جداول

ترجمه شده است ✓

وضعیت ترجمه متون داخل تصاویر و جداول

ترجمه شده است ✓

وضعیت ترجمه منابع داخل متن

به صورت عدد درج شده است ✓

وضعیت فرمولها و محاسبات در فایل ترجمه

به صورت عکس، درج شده است

رشته های مرتبط با این مقاله

مهندسی کامپیوتر

گرایش های مرتبط با این مقاله

هوش مصنوعی و مهندسی الگوریتم ها و محاسبات

مجله

بیست و دومین کنفرانس بین المللی در تشخیص الگو - 22nd International Conference on Pattern Recognition

دانشگاه

گروه مهندسی برق، دانشگاه صنعتی امیرکبیر، تهران، ایران

کلمات کلیدی

تشخیص چهره، بازیابی شکل سه بعدی، تحلیل رفتار و ژست

doi یا شناسه دیجیتال

https://doi.org/10.1109/ICPR.2014.805

ترجمه این مقاله با کیفیت متوسط انجام شده است. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.

فهرست مطالب

چکیده
1-مقدمه
2- باز سازی چهره سه بعدی توسط GEM
3-تشخیص چهره غیر حساس به حالات چهره
الف: استخراج ویژگی با بانک فیلتر گابور
ب: سیستم تشخیص چهره
4- آزمایشات
5-نتیجه گیری

نمونه چکیده متن اصلی انگلیسی

Abstract

In this paper, a novel method for expression-insensitive face recognition is proposed from only a 2D single image in a gallery including any facial expressions. A 3D Generic Elastic Model (3D GEM) is used to reconstruct a 3D model of each human face in the present database using only a single 2D frontal image with/without facial expressions. Then, the rigid parts of the face are extracted from both the texture and reconstructed depth based on 2D facial land-marks. Afterwards, the Gabor filter bank was applied to the extracted rigid-part of the face to extract the feature vectors from both texture and reconstructed depth images. Finally, by combining 2D and 3D feature vectors, the final feature vectors are generated and classified by the Support Vector Machine (SVM). Favorable outcomes were acquired to handle expression changes on the available image database based on the proposed method compared to several state-of-the-arts in expression-insensitive face recognition.

نمونه چکیده ترجمه متن فارسی

چکیده
در این مقاله، یک روش جدید برای تشخیص چهره غیر حساس به حالات چهره از یک تک تصویر دو بعدی در یک گالری شامل همه حالات چهره پیشنهاد می شود. مدل مدل الاستیک عمومی سه بعدی(GEM سه بعدی) برای باز سازی یک مدل سه بعدی هر یک از چهره های انسانی در پایگاه داده موجود با استفاده از تنها یک تک تصویر دو بعدی چهره همراه و بدون حالات چهره استفاده می شود. سپس، بخش های سخت پهره از هر دو بافت و عمق باز سازی شده بر اساس نشانه های چهره دو بعدی استخراج می شود. سپس، بانک فیلتر گابور به بخش های سخت استخراج شده چهره برای استخراج بردار های ویژگی از هر دو تصاویر بافت و عمق باز سازی شده اعمال شد. در نهایت با ترکیب بردار های ویژگی دو بعدی و سه بعدی، بردار های ویژگی نهایی با ماشین بردار پشتیبان تولید و طبقه بندی شد(SVM). برایند های مطلوب برای مدیریت تغییرات چهره بر روی دیتابیس تصاویر موجود بر اساس روش پیشنهادی در مقایسه با روش های جدید مختلف در تشخیص چهره غیر حساس به حالات چهره بدست آمدند.