خانه / مقاله ترجمه شده ISI / مقاله ترجمه شده مهندسی کامپیوتر / مقاله الگوریتم / مقاله تجزیه و تحلیل مولفه ی اصلی بهبود یافته و طبقه بندی رگرسیون خطی برای تشخیص چهره

مقاله تجزیه و تحلیل مولفه ی اصلی بهبود یافته و طبقه بندی رگرسیون خطی برای تشخیص چهره

سال : 2017 ژورنال : ELSEVIER تعداد صفحات انگلیسی : 8 تعداد صفحات فارسی: 15

 

عنوان انگلیسی مقاله :

Improved Principal Component Analysis and Linear regression classification for face recognition

عنوان فارسی مقاله :

تجزیه و تحلیل مولفه ی اصلی بهبود یافته و طبقه بندی رگرسیون خطی برای تشخیص چهره

 

چکیده فارسی :

در این مقاله، تجزیه و تحلیل مولفه ی اصلی بهبود یافته ای (IPCA) برای رگرسیون ویژگی چهره ارائه می شود. IPCA ، اساسا به منظور استخراج اطلاعات مفید از تصاویر چهره ی اصلی از طریق کاهش بعد بردار های ویژگی طراحی شده است . الگوریتم طبقه بندی رگرسیون خطی (LRC) به منظور رفتار با تشخیص چهره به عنوان یک مسئله ی رگرسیون خطی به کار برده می شود. LRC از روش کوچکترین مربع به منظور تصمیم گیری در رابطه با برچسب کلاس به همراه حداقل خطای ساخت استفاده می کند. آزمایشات بر روی پایگاه های داده ی Yale B ،CMU_PIE و JAFFE اجرا شد. الگوریتم پیشنهاد شده ی IPCA و الگوریتم LRC به نتایج تشخیصی بهتری نسبت به الگوریتم های مدرن دست یافتند.

کلمات کلیدی : تشخیص چهره ،IPCA ،LRC ،طبقه بندی

 

چکیده انگلیسی:

In this paper, an improved principal component analysis (IPCA) is presented for face feature representation. IPCA is mainly designed to extract the useful information from original face images through reducing the dimension of feature vectors. Linear regression classification (LRC) algorithm is employed to treat the face recognition as a linear regression issue. LRC uses the least-square method to decide the class label with the minimum reconstruction error. Experiments are conducted on the Yale B, CMU_PIE and JAFFE databases. The proposed IPCA algorithm and LRC algorithm achieve better recognition results than that of state-of-the-art algorithms.
Keywords:Face Recognition, IPCA, LRC, Classification

 

دانلود رایگان فایل انگلیسی مقاله

 

 

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

12 − چهار =