« Back

هومن فرزانه

هومن فرزانه


تاریخ انتشار : Publish : نسخه قابل چاپ Print

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

 

عنوان:


شناسایی چهره در شب از فواصل دور با استفاده از بازسازی تصویر


استاد راهنما:

دکتر عبدالحمید پیله‌ور


استاد مشاور:

دکتر حسن ختن‌لو


اساتید داور:

دکتر منصوری‌زاده

دکتر دزفولیان


نگارش:

 هومن فرزانه

 

7/11/94

ساعت 10 صبح، سالن آمفی تئاتر دانشکده مهندسی


چكيده:
زمانی که فاصله شخص از دوربین زیاد و یا روشنایی و نور محیط در هنگام ثبت تصویر کافی نباشد جزییات چهره در تصویر ثبت شده بخوبی نمایان نیست و نویز بسیار زیادی به تصویر متحمل می‌شود، از این رو برای شناسایی چهره در این شرایط، استفاده از الگوریتم‌های پیچیده و زمان‌بر مرسوم است، در این پژوهش روشی ساده و کارامد برای شناسایی چهره در تصاویر دارای نویز زیاد پیشنهاد شده است. روش پیشنهادی دارای سه بخش اصلی است، در بخش اول عملیات پیش پردازش ( شامل برش و بهبود کنتراست )بر روی تصاویر اعمال می‌شود. در بخش بعد از دو فیلتر برای کاهش نویز تصاویر بهره گرفته می‌شود. الگوریتم کاهش نویز اول DDLD نام دارد که از روش‌های کاهش نویز محلی بشمار می‌رود و از ترکیب دو دامنه مکان و فرکانس برای ارائه خروجی خود استفاده می‌کند. الگوریتم دوم ANLM نامیده می‌شود که الگوریتمی تطبیقی است و از اطلاعات تمام پیکسل‌ها برای کاهش نویزها استفاده می‌کند. در پایان از روش 2DPCA برای استخراج ویژگی تصاویر و نگاشت آن‌ها استفاده می‌شود و سپس درصد شباهت برای عمل تطبیق توسط روش SSIM تعیین می‌گردد. سه معیار برای ارزیابی سیستم پیشنهادی به کار رفته ­است که شامل نرخ شناسایی، نرخ تصدیق و پیچیدگی زمانی است، از مقایسه این معیارها نتیجه می‌گیریم که روش پیشنهادی کارایی و دقت قابل قبولی نسبت به روش‌های پیشین دارد.

واژه‌های کلیدی: شناسایی چهره، بهبود کنتراست، کاهش نویز، نرخ شناسایی، نرخ تصدیق، DDLD، ANLM، 2DPCA و SSIM.


Abstract:

If there is no enviromental light when shooting the image, or the subject is too far from the camera, his facial details are not vivid and it enforces too much noise to the result image. Therefore more complex and time-consuming methods are customery. In this study, an efficient and simple procedure is proposed to recognize face in noisy images. The proposed method contains of three main parts. The first part is pre-processing the image (croping and contrast optimization), then two filters are implemented to reduce noise, DDLD and ANLM. DDLD is used to reduce "local noise" and it uses position domain in combination of frequency to generate output. ANLM is a comparative method which uses all the pixles' data to reduce noise. At last, 2DPCA method is used to extract images'  features and mapping. SSIM method is also used to comparate.Three evaluation methods are used: identification rate, v rate and time complexity. By comaring the above methods with these evaluations, efficency and accuracy of the proposed method is quite significant compared to previous studies.


Key Words:  face recognition, contrast enhancement, noise reduction, recognition rate, verfication rate, DDLD, ANLM and 2DPCA.



رزومه                            

هومن فرزانه

تلفن تماس: 09303351365

ایمیل:  hooman.farzanehh@gmail.com

متولد: 20/5/1369

ساکن : کرمانشاه شهرک تعاون ایستگاه 7 خیابان آزادگان کوی جهانبخشی پلاک 27

 

سوابق تحصیلی

کارشناسی ارشد- مهندسی کامپیوتر- هوش مصنوعی- دانشگاه بوعلی سینا همدان              ]92[ الی ]94[

عنوان پایان نامه : شناسایی چهره در شب از فواصل دور با استفاده از بازسازی تصویر                   

معدل: 17.02

 

کارشناسی- مهندسی کامپیوتر- نرم افزار- دانشگاه آزاد کرمانشاه                                     ]88[ الی ]90[

عنوان پایان نامه : تحقیق و بررسی در مورد روش های خلاصه سازی متون چند سندی

معدل: 16.75

 

کاردانی- کامپیوتر نرم افزار- دانشگاه فنی و حرفه ای ملاصدرا رامسر                                 ]86[ الی ]88[

عنوان پایان نامه : بررسی و ساخت ربات مسیر یاب

معدل: 14.5

 

پروژه‌های انجام شده

ردیف

عنوان پروژه

عنوان درس

زبان و فناوری

تاریخ

1

طراحی ربات مسیریاب

پروژه کاردانی

میکرو کنترلر AVR

88

2

طراحی شمای گرافیکی برای سایت و عملیات مختلف روی پایگاه داده

مهندسی اینترنت

SQL Server,C#

Flash

89

3

پیاده‌سازی روش‌های پایه در خلاصه‌سازی متون و مقایسه آن‌ها

پروژه کارشناسی

C#, Matlab

90

4

طراحی سیستم مترجم و تگ گزاری متون 

پردازش زبان‌های طبیعی

Perl, C#

92

5

بهبود کیفیت تصویر بر اساس  محاسبات هیستوگرام و منطق فازی

پردازش تصاویر دیجیتال

Matlab

92

6

بهبود کیفیت تصویر توسط شبکه عصبی SOM و MLP

شبکه عصبی

Matlab

93

7

سگمنت بندی تصاویر MRI مغز 

شناسایی الگو

Matlab

93

8

طراحی سیستم شناسایی چهره در فاصله 150 متری

پایان نامه

Matlab

94

 

 

مهارتها

آشنایی با زبانهای برنامه‌نویسیMatlab, Java , C++, C#, SQL Server

آشنایی در سطح متوسط با زبان انگلیسی جهت محاوره و مکاتبه

 

مقالات

" بهبود کیفیت تصویر با استفاده از روش ترکیبی مبتنی بر فازی و محاسبات هیستوگرام"  - دومین کنفرانس بین المللی بازشناسی الگو و تحلیل تصویر ایران اسفند 93

" قطعه بندی تصاویر رنگی مبتنی بر مدل ارتباط فضایی فازی و خوشه بندی " - دومین کنفرانس بین المللی بازشناسی الگو و تحلیل تصویر ایران اسفند 93

" نقش فناوری اطلاعات در تحولات سازمان و تاثیر آن در تغییر روش مدیریت ارتباط با مشتری "- هفتمین کنگره پیشگامان پیشرفت و صنعت اردیبهشت 94