تدريسية من قسم علوم الحاسوب تنشر بحثا عن تحديث تحليل المكونات الاساسية لتحسين مطابقة تحويل الخصائص الثابتة الابعاد لتطبيقات تمييز الوجوه

رجوع

تدريسية من قسم علوم الحاسوب تنشر بحثا عن تحديث تحليل المكونات الاساسية لتحسين مطابقة تحويل الخصائص الثابتة الابعاد لتطبيقات تمييز الوجوه

نشرت التدريسية في قسم علوم الحاسوب في الجامعة التكنولوجية م.د. اسراء عبد الامير عبد الجبار بحثا في مجلة عالمية عن " تحديث تحليل المكونات الاساسية لتحسين مطابقة تحويل الخصائص الثابتة الابعاد لتطبيقات تمييز الوجوه
Adaptive Principle Component Analysis to Improve Scale Invariant Feature Transform Matching for Face Recognition Applications
وذكرت الباحثة ان مطابقة الصور بالاعتماد على الخصائص المستخلصة هي واحدة من أكثر القضايا الأساسية في مهام رؤيا الحاسوب. ولما كان تزايد بعض من تلك الخصائص فان عملية المطابقة تصبح في بعض الاحيان مختنقة اشبه باختناق عنق الزجاجة.
ويعرض البحث طريقة جديدة لتحسين مقياس تحويل الخصائص الثابتة. (SIFT) وان الفكرة الرئيسية هي لتوسيع خصائص SIFT باستخدام تحليل المكونات الاساسية PCAفي المجال الموجي وسنطلق عليه (APCA) ، الخصائص المستخلصة من الوجه والمسماة eigenface والناتجة من PCA سيتم ادخالها على خوارزمية ((SIFT لغرض مطابقة الخصائص، وبالتالي فقط الخصائص التي تنتمي إلى مجموعات محددة يتم مقارنتها وفقا لعتبة محددة.
وتم اختبار أداء الطرق المقترحة على قاعدة البيانات ORL AT&T ووجدنا أنAPCA المقترحة زادت فيها الخصائص المستخلصة عند مطابقة الملامح في صور الوجوه مع eigenfaces المقابلة لها وتم مقارنتها مع نتيجة الملامح المستخلصة من PCA الأصلية. وبالنتيجة ادى استخدام PCA في المجال الموجي الى تقليل حجم صورة الوجه المدخلة إلى خوارزمية SIFT، وبالتالي أدى إلى زيادة عدد النقاط الرئيسية في صورة الوجه وسمح بالحصول على نتيجة افضل عند المطابقة، بالإضافة إلى سهولة تنفيذ الطريقة المقترحة .
ونشر البحث في مجلة عالمية
International Journal of Artificial Intelligence and Applications for Smart Devices Vol.4, No.2 (2016), pp.9-18
 

المصدر: أعلام الجامعة

تاريخ النشر:2/1/2017