لوگوی سایت نوآوران گرمی
نوآوران گرمی | مرجع فیلم های آموزشی و همیار دانشجو

شماره های پشتیبانی

09194751295 - 09365442247

NoavaranGermi@gmail.com

تشخیص سن از تصاویر چهره با استفاده از زاویه صورت در متلب به همراه داکیومت

1 امتیاز2 امتیاز3 امتیاز4 امتیاز5 امتیاز (5 امتیاز از 1 رای)
Loading...

matlab age face 19608 1 تشخیص سن از تصاویر چهره با استفاده از زاویه صورت در متلب به همراه داکیومت

پروژه تشخیص سن از تصاویر چهره با استفاده از زاویه صورت در MATLAB

پیاده سازی مقاله Age Group Estimation Using Face Angle

پروژه تشخیص سن از تصاویر چهره از طریق زاویه صورت در نرم افزار MATLAB به همراه داکیومنت کامل ۵۷ صفحه ای را با عنوان مقاله Age Group Estimation Using Face Angle آماده کردیم که یک پروژه مناسب در زمینه پردازش تصویر، بینایی ماشین و هوش مصنوعی است. در ادامه به معرفی این پروژه و روند کار آن پرداخته و فیلم و تصاویری از خروجی آن به همراه لینک دانلود رایگان مقاله مراجعه قرار داده که فیلم خروجی به صورت آنلاین نیز قابل مشاهده می باشد.

تشخیص سن از تصاویر چهره:

شناخت بسیاری از تغییرات صورت مانند هویت، بیان و جنس، به طور گسترده ای مورد مطالعه قرار گرفته اما تشخیص سن به صورت خودکار به ندرت بررسی شده است. با افزایش سن یک انسان، زاویه چهره نیز تغییر می کنید. در این مقاله با ارائه یک روش مناسب، به تخمین گروه های سنی از روی تصاویر چهره افراد با استفاده از زاویه چهره و استخراج ویژگی های صورت می پردازیم.

مثلث صورت و زاویه چهره:

روش ارائه شده در بخش مثلث صورت است که از سه مختصات، شامل نوک بین تخم چشم چپ، چشم راست و نوک دهان می باشد. زاویه چهره بین کره چشم چپ، نوک دهان و کره چشم راست، تخمین سن یک انسان است. این مقاله نشان می دهد که زاویه چهره می تواند برآورد و با توجه به ویژگی های صورت از تصاویر صورت انسان استخراج شده و طبقه بندی سن انجام می شود.

محدوده سنی در این پروژه تشخیص سن از تصاویر چهره به پنج دسته طبقه بندی می شود:

کودکان (تا ۱۷ سال)، جوانان (۱۸ تا ۲۵ سال)، بزرگسالان (۲۶ تا ۳۵ سال)، میان سال (۳۶ تا ۴۵ سال) و مسن (بیش از ۴۵ سال) می باشد که نتایج به دست آمده از پیاده سازی نیز بر همین اساس قابل توجه بود است.

توضیحات بیشتر، دانلود رایگان مقاله مرجع، فیلم و تصاویری از خروجی پروژه تشخیص سن از تصاویر چهره در ادامه مطلب.

روش و فرایند کار در پروژه تشخیص سن از تصاویر چهره:

این تحقیق شامل دو مرحله تحقیق و مطالعه و شبیه ‌سازی می‌ باشد، مرحله اول شامل بحث علمی و ویژگی شناسی چهره، مطالعه حالات مختلف بسته به شرایط و پارامترهای تاثیرگذار در آن است که در این مرحله مبنای علمی رشد جمجمه و چهره، افزایش چین و چروک، نواحی مناسب برای چین و چروک و تغییرات ابعادی چهره با افزایش سن و تاثیرات حالات مختلف چهره، روی ویژگی ‌های ابعادی و ضراب چین و چروک و سنارویو های مختلف، مورد بررسی قرار گرفت که از جمله، می‌ توان به زاویه چرخش چهره و میزان چین و چروک استخراج شده و… اشاره کرد.

مرحله شبیه سازی در پروژه تشخیص سن از تصاویر چهره:

مرحله شبیه سازی بر پایه تحقیقات علمی صورت گرفته و نیز فرض های مطرح شده در تحقیق حاضر طرح ریزی و اجرایی شد اند که این مرحله شامل شناسایی چهره و اجزای آن با استفاده از توابع پیش ساخته متلب، و بهبود مکانی آن با استفاده از کتابخانه DRMF می باشد. روش کار در این مرحله به این شکل است که ابتدا، مدلی از بخش های مختلف چهره ساخته می شود و سپس با استفاده از موقعیت تقریبی هر بخش، این مدل به آن موقعیت انتقال داده می شود، سپس با استفاده از قیودی که برای هر مدل نظر گرفته می شود، این مدل به خطوط لبه اطراف اجزای چهره نزدیک می گردد و به شکل عددی هر بار همبستگی مدل با لبه های اجزای صورت مطابقت پیدا می کند.

استفاده از تابع رگرسیون غیر خطی:

تابع اصلی در این الگوریم تابع رگرسیون غیر خطی می‌ باشد. در این مرحله دقت اجزای صورت افزایش پیدا می کند و نقاطی روی اجزای صورت ایجاد می گردد که دارای تعداد ۶۵ نقطه می باشد که اندیس هر یک از نقاط و مجموعه اندیس های روی هر بخش چهره معین می باشد، لذا براحتی می توان نقاط مرکزی و یا نقاط خاصی از هر جزء صورت مثل مرکز چشم ها ، نوک بینی و … را از طریق محاسبات عادی پیدا کرد.

محاسبه طول و یا فواصل در چهره:

در مرحله بعد با استفاده از نقاط مبداء و مقصد طول و یا فواصل بین هر دو بخش قابل محاسبه می گردد، با توجه به اینکه با افزایش سن ابعاد و نسبت فاصل چهره تغییر می کند، لذا نسبت های چهره در افراد با سنین مختلفف تا حد قابل قبولی عامل تمییز سن می شود. بعد از ابعاد چهره زاویه دو چشم با بینی به عنوان ضریب اصلی تعیین شده و در نهایت برای افزایش دقت تخمین ضرایب چین و چروک در بخش پیشانی و اطراف دو چشم تعیین می گردد.

تعیین ضرایب با استفاده از تابع edge:

برای تعیین این ضرایب از تابع edge استفاده شده است که وجود چین و چروک زیاد باعث افزایش تعداد نقاط آشکار شده از طریق تابع edge می شود. لذا براحتی می توان در نواحی تعیین شده تعداد چینو چروک را محاسبه کرد، اما بخاطر اینکه حالات مختلف چینو چروک می تواند تا حدودی چین و چروک و تعداد ان را در چهره تغییر دهد، لذا چین و چروک در نقاط سخت صورت استخراج می گردد که انعطاف کمی دارند.

با بدست آمدن ضرایب ابعادی، چین و چروک و ضریب زاویه چهره و قرار دادن آین ضرایب در یک بردار و تعیین گروه سنی مربوط به هر یک از چهرها و قرار دادن این بردارها پشت سر هم می توان یک ماتریس ایجاد کرد که برای هر گوه سنی یک بردار ویژگی را همراه دارد.

حال با داشتن این ماتریس می توان مدلی را ایجاد کرد، در تحقیق حاضر از کلاسبند درخت برای دسته بندی و ایجاد مدل استفاده شده است، مدل درختی به عنوان وردی تابع predict داده می شود، همچنین برنامه برای هر تصویر ورودی یک بردار ورودی بدون گروه سنی استخراج می کند که با استفاده از مدل آموزش داده شده، گروه سنی تخمین زده می شود. همچنین مدل مفهومی کل تحقیق و مراحل شبیه سازی به همراه تشرح خط به خط کدها در ادامه داکیومنت اورده شده است.

تصاویری از خروجی پروژه تشخیص سن از تصاویر چهره با استفاده از زاویه صورت:

تصویر خروحی ۲:

matlab age face 19608 2 تشخیص سن از تصاویر چهره با استفاده از زاویه صورت در متلب به همراه داکیومت

تصویر خروحی ۳:

matlab age face 19608 3 تشخیص سن از تصاویر چهره با استفاده از زاویه صورت در متلب به همراه داکیومت

تصویر خروحی ۴:

matlab age face 19608 4 تشخیص سن از تصاویر چهره با استفاده از زاویه صورت در متلب به همراه داکیومت

تصویر خروحی ۵:

matlab age face 19608 5 تشخیص سن از تصاویر چهره با استفاده از زاویه صورت در متلب به همراه داکیومت

تصویر خروحی ۶:

matlab age face 19608 6 تشخیص سن از تصاویر چهره با استفاده از زاویه صورت در متلب به همراه داکیومت

تصویر خروحی ۷:

matlab age face 19608 7 تشخیص سن از تصاویر چهره با استفاده از زاویه صورت در متلب به همراه داکیومت


جزئیات محصول

قیمت


50,000 تـــــومان

کــد محصــول:19608


توضــیحات:فیلم نحوه اجرا و داکیومنت کامل 57 صفحه ای دارد که خط به خط کدها نیز تشریح شده است - مقاله مرجع آماده دانلود می باشد


لینک دانلود:فایل 1

×

توجه: در صورت سفارش ( انجام شبیه سازی - برنامه نویسی و ...) در موضوعات بالا می توانید به صورت آنلاین با ما در تماس باشید.

×

توجه: اگر در موضوعات بالا تخصص دارید می توانید با ما همکاری کرده و برای خود کسب درآمد کنید.

لیســــــــت پــــــــروژه های انتشــــــــار نشده ( 22 موضوع )

socket programing آموزش برنامه نویسی بازی تحت شبکه بازی تحت شبکه برای درس مهندسی اینترنت بازی تحت شبکه به زبان سی شارپ برنامه تحت شبکه با سی شارپ برنامه نویسی ترجمه مقاله شبکه خرید سورس بازی تحت شبکه دانلود بازی تحت شبکه دانلود رایگان پروژه های دانشجویی دانلود سورس برنامه دانلود سورس رایگان دانلود نرم افزار دانلود پروژه دانشجویی دانلود پروژه رایگان دانلود پروژه های دانشجویی دانلود کتاب دانلود کتاب آموزشی دانلود کتاب اموزشی سورس بازی با socket programing سورس رایگان سورس کد بازی تحت شبکه سورس کد بازی تحت شبکه با C# سورس کد بازی تحت شبکه چند نفره سوکت پروگرمین نحوه نوشتن برنامه تحت شبکه نحوه نوشتن برنامه تحت شبکه به زبان سی شارپ پروژه arena پروژه matlab پروژه ns2 پروژه opnet پروژه برای درس مهندسی اینترنت پروژه تحت شبکه به زبان سی شارپ پروژه رایگان matlab پروژه سیمولینک matlab پروژه مهندسی صنایع پروژه مهندسی صنایع با ارنا پروژه های آماده با OpenGL پروژه های آماده با OpenGL در سی پلاس پلاس پروژه های آماده برای درس گرافیک کامپیوتری پروژه هوش مصنوعی پروژه پردازش تصویر matlab پروژه پردازش سیگنال matlab پروژه کارشناسی به همراه داکیومنت

خوشحال خواهیم شد اگر نظر خودتون رو در باره این مطلب ثبت کنید