
برای دانلود و توضیحات بیشتر کلیک کنید.
الگوریتمهای توصیفگر بافت جایگاه ویژهای در بین محققان دارند و الگوریتمهای متعددی مانند الگوهای باینری محلی (LBP)، گابور (Gabor)، تبدیل ویژگی مقیاس-مقاوم (SIFT) وجود دارند که در خانواده توضیفگرهای بافت قرار میگیرند. الگوهای باینری محلی (LBP) یکی از توضیفگرهای بافت است که در زمینههای متعددی به خصوص در زمینه چهره استفاده شده است و توسعههای متعددی نیز یافته است. در این بسته آموزشی الگوریتم مقالهای مورد بررسی قرار گرفته که از الگوریتم LBP برای شناسایی حالت چهره استفاده نموده است. شناسایی حالت چهره یکی از زمینههای مبتنی بر چهره است که هدف از آن تعیین این مساله است که فرد چه حالت چهرهای مانند خندیدن، گریه کردن، عادی، عصبانی و غیره است. در این بسته آموزشی از یک پایگاه داده ژاپنی استفاده شده است که هر کدام از افراد در پایگاه داده 7 حالت را اجرا کردهاند. محتویات این بسته آموزشی عبارتنداز:
1- مقاله اصلی با عنوان Facial Expression Recognition Based on Local Binary Patterns:دریافت
2- کدهای شبیهسازی در نرمافزار MATLAB
3- توضیح الگوریتم LBP و توضیح خط به خط کدهای شبیهسازی
4- پایگاه داده تصاویر حالت چهره
دوستان از طریق لینک زیر میتونید به صورت اینترنتی این بسته رو خرید کنید. همچنین، میتونید نسخه دمو این بسته آموزشی رو ببینید.
در مقالهای که در اینجا آموزش آن را قرار دادهایم، از گابور برای شناسایی چهره مقاوم در برابر انسداد استفاده نموده است. عنوان مقاله "Gabor Feature based Robust Representation and Classification for Face Recognition with Gabor Occlusion Dictionary" است که در سال 2013 منتشر شده است. محتویات این بسته آموزشی شامل موارد زیر است:
1- کدهای پیاده سازی مقاله در نرم افزار MATLAB
2- گزارشی شامل توضیح خط به خط کدها و همچنین توضیح در مورد الگوریتم پیشنهادی مقاله
3- پایگاه داده هایی برای تست عملکرد مقاله
4- مقاله اصلی
مقاله اصلی را از اینجا میتوانید دریافت نمایید.