زهره احمدی پور

زهره احمدی پور


تاریخ انتشار : Publish : نسخه قابل چاپ Print

پایان­نامه برای دریافت درجه کارشناسی ارشد در رشته مهندسی کامپیوتر گرایش هوش مصنوعی

 

عنوان:
ارائه­‌ی روشی برای استخراج بدن انسان در تصاویر ویدیویی با استفاده از ترکیب روش‌های هوشمند

 

استاد راهنما:

دکتر حسن ختن‌لو

 

 اساتید داور:

دکتر میرحسین دزفولیان- دکتر محرم منصوری زاده


نگارش:

زهره احمدی‌پور

 

زمان: 11/7/95 -ساعت 12

مکان: کلاس 27


انسان یک شئ مهم در تشخیص اشیاء محسوب می‌شود. تشخیص انسان و تفکیک  آن از سایر اشیاء کاری مهم و چالش برانگیز است. با توجه به این مسئله طراحی یک سیستم برای تشخیص انسان گامی مهم و ضروری در زمینه بینایی ماشین و تشخیص الگو به شمار می‌رود. به همین منظور در این پژوهش، سیستمی برای تشخیص انسان‌های موجود در تصویر و مرز بدن آن‌ها با هدف بهبود دقت و سرعت پیشنهاد شده است. در این روش ابتدا به تشخیص مستطیل محاط شامل انسان سپس به محاسبه مرز بدن پرداخته‌ایم. در مرحله اول با استفاده از ویژگی هیستوگرام جهت گرادیان و الگوی  محلی دودویی پنجره‌های کاندید توصیف شده و با استفاده از الگوریتم یادگیری ماشین بردار پشتیبان پنجره‌های شامل انسان استخراج می‌شود. در نهایت برای پنجره‌ها با نمره SVM مبهم یک پس پردازش انجام می‌گیرد. در این مرحله برای انتخاب پنجره‌های کاندید از الگوریتم تکامل تفاضلی استفاده کرده‌ایم. در مرحله دوم با استفاده از روش قطعه‌بندی chan-vese شکل شبح انسان استخراج شده و با اعمال عملگرهای مورفولوژی نویزهای آن کاهش داده شده است. ارزیابی نتایج این الگوریتم با استفاده از تصاویر مجموعه داده INRIA انجام شده است. در نهایت روش پیشنهادی با دو معیار Recall و Precision با روش‌های موجود مورد مقایسه قرار گرفته است.  این روش در تشخیص انسان‌های تصویر دارای دقت 92.9 با فراخوان 85 درصد است.

واژه‌های کلیدی: تشخیص انسان، تشخیص مرز بدن انسان، قطعه‌بندی، هیستوگرام جهت گرادیان، الگوی  محلی دودویی، تکامل تفاضلی، تشخیص چهره،  chan-vese

Title:  Extraction of the human body in video using combination of Intelligent methods

 

Human an important object is to detect objects. Human detection and distinguishing it from other objects is important and challenging. Due to this design a system to detect human important and necessary step in the field of computer vision and pattern recognition considered. Therefore, in this study, people in the picture and border system to identify their bodies with the aim of improving the accuracy and speed suggested. The first method includes detecting a rectangle surrounding Human body then we have to calculate the border. In the first stage gradient using the histogram feature and local binary pattern described candidate windows and using support vector machine learning algorithm to extract the windows, including Human. For the ultimate in post-processing window with a vague SVM score is performed. At this stage, differential evolution algorithm used to select candidates have windows. In the second stage using segmentation chan-vese human silhouette figure derived by applying morphological operators that noise is reduced. Evaluating the results of this algorithm is performed using the image data set INRIA. Finally, the proposed method and Precision Recall two criteria were compared with existing methods. This image was people in diagnosis accuracy is 92.9 with 85% recall.

 

Keywords: human detection, human body boundary detection, segmentation, histogram of gradient, local binary pattern, differential evolution, face detection, chan-vese




نام و نام خانوادگی: زهره احمدی پور

ایمیل: z.ahmadi93@basu.ac.ir , zohrehahmadipour@yahoo.com

تلفن تماس: 09373915852   

 

تحصیلات:  

1393- تاکنون

کارشناسی ارشد مهندسی کامپیوتر،گرایش هوش مصنوعی

دانشگاه بوعلی سینا-همدان

-

-

1391-1393

کارشناسی مهندسی کامپیوتر

دانشگاه غیرانتفاعی ایمان و اندیشه-ملایر

19.63

معدل الف

1388-1390

کاردانی مهندسی نرم افزار کامپیوتر

دانشکده فنی کوثر- ملایر

18.3

شاگرد ممتاز

1385-1387

دیپلم کامپیوتر

هنرستان محمد ملایری

18.03

شاگرد ممتاز

 

علایق شخصی:

پردازش تصویر

سیستم های فازی

تشخیص اشیاء در تصویر

 

مقاله:

ز.احمدی پور- م.افراسیابی- ح. ختن لو- " Multiple Human Detection in Images Based on Differential E volution and HOG-LBP"- هشتمین کنفرانس بین المللی اطلاعات و دانش- همدان- دانشگاه بوعلی سینا- شهریور 95

 

تجربه‌های آموزشی:

 مدرس- آموزشگاه برنامه نویس، بهمن ماه 1393 تا خرداد 1394

(درس: برنامه سازیC++)

 

مهارت های خاص:

زبان برنامه نویسی:  C++ .

پایگاه داده:  SQL Server.

نرم افزار و جعبه ابزار :  MATLAB.

 

پروژه های انجام شده:

رمزنگاری تصویر

تشخیص انسان در تصویر با الگوریتم تفاضل تکاملی

 

معارفان علمی:

دکتر حسن ختن لو- دانشگاه بوعلی همدان

مهندس مهدی عباسی- دانشگاه ایمان و اندیشه-ملایر