تحسين أداء واصف ويبر المحلي في التعرف على تعابير الوجه باستخدام مرشح غيبر

يهدف هذا البحثإلى تحسين أداء الواصف WLD من خلال استخدام مرشحات غيبر في عملية المعالجة الأولية و مقارنة أداء هذه النتائج مع أداء الواصف LBP المستخدم بشكل واسع في عمليات التعرف على تعابير الوجه, حيث تتم هذه المقارنة من أجل النظام الخبير SVM المستخدم بشكل واسع أيضا في هذا المجال بالإضافة إلى نظامين خبيرين مقترحين هما CSD و MLP.

التصنيف الآلي لتعابير الوجه باستخدام تقنيات معالجة الصورة (الخوف – الاشمئزاز – الحزن – التفاجؤ – الغضب – السعادة – التعبير الطبيعي)

يقدم هذا البحث خوارزمية لتصميم نظام يقوم بتصنيف التعابير القياسية السبعة لوجه الإنسان (الخوف – الاشمئزاز – الحزن – التفاجؤ – الغضب – السعادة – التعبير الطبيعي) باستخدام بعض تقنيات معالجة الصورة، حيث يتم تصنيف تعبير الوجه الموجود في الصورة المدخلة للنظام بالاعتماد على استخلاص سمات المظهر من الوجه المعتبر و إدخالها إلى شبكة عصبونية لإتمام عملية التصنيف و ذلك باستخدام لغة البرمجة Matlab. تم إنجاز العمل على مراحل متعددة و هي: (مرحلة تجميع الصور، مرحلة المعالجة المسبقة للصورة، مرحلة استخلاص السمات، مرحلة تدريب الشبكة العصبونية، مرحلة التصنيف و الاختبار). و قد تمكن نظامنا المعتبر من تحقيق أعلى نسبة تصنيف عند تعبير الغضب حيث وصلت 100% , بينما أدنى نسبة تصنيف كانت عند تعبير الحزن و هي 50%.

تصنيف تعابير الوجه باستخدام متحكم ضبابي عصبوني

الغاية من هذا المقال إلقاء الضوء على آلية و مراحل تصميم متحكم ضبابي عصبوني, يقوم بتحديد انتماء وجه مدخل إلى أي من تعابير الوجه الأربعة التالية و هي الفرح, الحزن, الغضب, و الخوف, و ذلك وفقا للنقاط المميزة في الوجه FCP المأخوذة من نصف الوجه, و المتعلقة بالعناصر الثلاث العين و الحاجب و نصف الفم, خلافا للدراسات المعهودة في هذا المجال الذي تعتمد على الوجه بالكامل.

تحسين خوارزميات K-Means

تصنف خوارزمية K-Means الكائنات إلى عدد محدد مسبقا من العناقيد و هو K عنقود. و تتم عملية اختيار المراكز العنقودية في هذه الخوارزمية بشكل العشوائية، و يفضل أن تكون هذه المراكز بعيدة عن بعضها البعض قدر الإمكان. تؤثر نقطة البدء العشوائية على فعالية عملية التجميع و النتائج. و تعتمد عملية المقاربة المعنقدة على قيم المراكز الأولية بشكل رئيسي. نركّز في هذا البحث على طريقة اختيار مركز العنقود لتحسين أداء العنقدة في الخوارزمية K-Means كما نستخدم مراكز العناقيد الأولية و التي حصلنا عليها من البيانات المقسّمة على طول محور البيانات وفقا لأعلى فرق لتعيين مركز العنقود الأفضل.

دراسة عملية لنظام تصنيف القطن السوري

تعتبر طريقة تصنيف الأقطان من الأسباب الرئيسية التي تؤثر على مستوى جودة الغزول القطنية المنتجة، لذلك تم في هذا البحث دراسة ظاهرة ارتفاع نسبة النبس و دراسة رتب الأقطان المحلية المدونة على البالات و التحقق من صحة و دقة التصنيف المحلي كما تم دراسة إمكانية تطبيق علاقة سولفيوف محلياً و ذلك من خلال إجراء عدة اختبارات على عينات مأخوذة من بالات من إرساليات و محالج متنوعة .

تصنيف تعابير الوجه باستخدام شبكة عصبية وخوارزمية PCA

الغاية من هذا المقال إلقاء الضوء على آلية ومراحل عمل نظام خبير , يقوم بتحديد انتماء وجه مدخل الى أي من تعابير الوجه الستة النموذجية وهي الغضب , الاشمئزاز , الخوف , السعادة , الحزن , الدهشة بالإضافة إلى الحالة الطبيعية . وذلك بتطبيق خوارزمية تحليل المكونات الأساسية PCA- principal component analysis , والمتعلقة بالعناصر الثلاث العين والحاجب والفم , خلافا للدراسات المعهودة في هذا المجال التي تعتمد على الوجه بالكامل. هذه القيم الناتجة تستخدم في تحديد شعاع صفات الوجه كقيم لدخل الشبكة العصبونية , ويتم تدريب الشبكة العصبونية باستخدام خوارزمية الانتشار الخلفي . علما أن الوجوه المستخدمة تعود لأشخاص من أعمار وعروق مختلفة .