دانلود با عنوان موضوع شناسایی چهره
اختصاصی از یارا فایل دانلود با عنوان موضوع شناسایی چهره دانلود با لینک مستقیم و پرسرعت .
دانلود پروژه کامل شناسایی چهره با استفاده از الگوریتم کلونی مورچگان
اختصاصی از یارا فایل دانلود پروژه کامل شناسایی چهره با استفاده از الگوریتم کلونی مورچگان دانلود با لینک مستقیم و پرسرعت .
فایل پروژه از دو فایل اصلی تشکیل شده است : یکی ACO_feature_selection.m و ExteractFeatureZernik_DWT.m و یک پایگاه داده که ۴۰۰ تصویر از ۴۰ شخص در ۱۰ حالت متفاوت گرفته شده است. مراحل اجرای پروژه به صورت زیر است :
ابتدا با استفاده از اجرای فایل ExteractFeatureZernik_Dw ویژگی های زرنیک و DWT که مربوط به ویولت هست را از ۴۰۰ تصویر بیرون کشیده و در یک ماتریس با ۴۰۰ ردیف ذخیره می کنیم. تعداد ویژگی های استخراجی برای DWT برابر ۱۶۸ ویژگی است. که با توجه به مقاله ی شماره ۲(شکل۴ مقاله) که در فایل پروژه هست پیاده سازی شده است. تصاویر پایگاه داده ۹۲×۱۱۲ می باشد سه سطح رزولوشن آن باستفاده از تبدیل وارون ویولت کم می شود سطح اول ۴۶×۵۶ ، سطح دوم ۲۳×۲۸ و سطح سوم و آخر ۱۲×۱۴ می شود. در این مرحله تصویر با ابعاد سطح سوم را به صورت برداری تک ردیف ارائه می کنیم و اینکار با کنار هم و بهم پیوست ستون ها انجام می دهیم. که برای هر تصویر بردار ویژگی DWT برداری با طول ۱۶۸ خواهد بود زیرا ۱۲×۱۴=۱۶۸ خواهد شد. پس از استخراج ویژگی های آنها را در ماتریس Feature_DWT.mat با ابعاد ۴۰۰×۱۶۸ برای استفاده ی الگوریتم ACO ذخیره می کنیم. به منظور استخراج ویژگی-های زرنیک نیز از به جای استفاده مستقیم از تصاویر پایگاه داده از تصاویر کاهش یافته ی ۶۴×۶۴ استفاده شده است. که فقط ۲۰ مرتبه ی اول ویزگی های زرنیک محاسبه می شود. و دراین حالت نیز ماتریس با نام Zernike_Moment_features.mat با ابعاد ۴۰۰×۲۰ را به منظور استفاده ACO ذخیره می کنیم.
فهرست :
توضیحات اجرای پروژه
مقاله زبان اصلی
فایل سورس پروژه
دانلود پروژه تشخیص چهره در زبان سی شارپ
اختصاصی از یارا فایل دانلود پروژه تشخیص چهره در زبان سی شارپ دانلود با لینک مستقیم و پرسرعت .
عنوان پروژه : تشخیص چهره در زبان سی شارپ
قالب بندی : CSharp, PDF
قیمت : 600
شرح مختصر : تشخیص چهره توسط الگوریتمهایی صورتهای درون عکس شما را با همه صورتهایی که از قبل در تشخیص چهره تشخیص داده شده اند، از طریق عکسها و متا دیتای ارائه شده توسط شما و سایر کاربران تشخیص می دهد. بنابراین هر چه عکس بیشتری به سیستم اضافه شود، قدرت آن بیشتر خواهد شد. اگر افراد درون عکس شما خوب تشخیص داده نشوند، احتمال دارد که هیچوقت به آنان برخورد نکرده است. با افزودن این عکسها به و حاشیه نویسی دستی افرادی که در این عکسها وجود دارند، این صورتها را “یاد می گیرد” و خواهد توانست انان را در عکسهای آینده تشخیص دهد، حتی اگر این صورتها در سنین متفاوت طول عمر فرد باشد.
امکانات :
– نمایش به صورت همزمان هیستوگرام تصویر
– تشخیص صورت در صورت داشتن وب کم
– استفاده از تکنیک های پردازش تصویر
– تشخیص صورت به صورت هوشمند
– توضیحات کامل کد و تحلیل کد
سورس + داکیومنت
طرح چهره کد 94-84
اختصاصی از یارا فایل طرح چهره کد 94-84 دانلود با لینک مستقیم و پرسرعت .
طرح عددی چهره 
دانلود پروژه شناسایی چهره با استفاده از الگوریتم کلونی مورچگان
اختصاصی از یارا فایل دانلود پروژه شناسایی چهره با استفاده از الگوریتم کلونی مورچگان دانلود با لینک مستقیم و پرسرعت .
عنوان پروژه : شناسایی چهره با استفاده از الگوریتم کلونی مورچگان
قالب بندی : PDF, Matlab
شرح مختصر : فایل پروژه از دو فایل اصلی تشکیل شده است : یکی ACO_feature_selection.m و ExteractFeatureZernik_DWT.m و یک پایگاه داده که ۴۰۰ تصویر از ۴۰ شخص در ۱۰ حالت متفاوت گرفته شده است. مراحل اجرای پروژه به صورت زیر است :
ابتدا با استفاده از اجرای فایل ExteractFeatureZernik_Dw ویژگی های زرنیک و DWT که مربوط به ویولت هست را از ۴۰۰ تصویر بیرون کشیده و در یک ماتریس با ۴۰۰ ردیف ذخیره می کنیم. تعداد ویژگی های استخراجی برای DWT برابر ۱۶۸ ویژگی است. که با توجه به مقاله ی شماره ۲(شکل۴ مقاله) که در فایل پروژه هست پیاده سازی شده است. تصاویر پایگاه داده ۹۲×۱۱۲ می باشد سه سطح رزولوشن آن باستفاده از تبدیل وارون ویولت کم می شود سطح اول ۴۶×۵۶ ، سطح دوم ۲۳×۲۸ و سطح سوم و آخر ۱۲×۱۴ می شود. در این مرحله تصویر با ابعاد سطح سوم را به صورت برداری تک ردیف ارائه می کنیم و اینکار با کنار هم و بهم پیوست ستون ها انجام می دهیم. که برای هر تصویر بردار ویژگی DWT برداری با طول ۱۶۸ خواهد بود زیرا ۱۲×۱۴=۱۶۸ خواهد شد. پس از استخراج ویژگی های آنها را در ماتریس Feature_DWT.mat با ابعاد ۴۰۰×۱۶۸ برای استفاده ی الگوریتم ACO ذخیره می کنیم. به منظور استخراج ویژگی-های زرنیک نیز از به جای استفاده مستقیم از تصاویر پایگاه داده از تصاویر کاهش یافته ی ۶۴×۶۴ استفاده شده است. که فقط ۲۰ مرتبه ی اول ویزگی های زرنیک محاسبه می شود. و دراین حالت نیز ماتریس با نام Zernike_Moment_features.mat با ابعاد ۴۰۰×۲۰ را به منظور استفاده ACO ذخیره می کنیم.
فهرست :
توضیحات اجرای پروژه
مقاله زبان اصلی
فایل سورس پروژه