نمایش مدل سه بعدی حالت های چهره کشف شده موجود در ویدئو، با استفاده از روش یادگیری عمیق برای بازی های رایانه ای
Displays the 3D model of the face modes discovered in the video, using in-depth learning for computer games
نویسندگان :
فاطمه زارع مهرجردی ( دانشگاه یزد ) , مهدی رضاییان ( دانشگاه یزد )
چکیده
تجزیه و تحلیل حرکت های زنده و پویا به وسیلهی کامپیوتر یکی از زمینه هایی است که توجه زیادی را به خود جلب کرده است. یکی از بخش های مهم این زمینه، فرآیند ضبط حرکت است و تقلید حالت نوعی فرآیند ضبط حرکت است. هدف از این تحقیق، تشخیص حالت های چهره ی موجود در ویدئو با استفاده از روش یادگیری عمیق و نمایش مدل سه بعدی حالت کشف شده در ویدئو است. در این تحقیق در مرحله اول محدوده چهره با استفاده از الگوریتم ویولا و جونز در تصاویر رنگی جدا شده و سپس محدوده جدا شده به نوعی از شبکه کانولوشن عمیق به نام VGG-16 داده می شود که این شبکه با پایگاه داده ImageNet آموزش داده شده است. خروجی این شبکه یکی از کلاس های ششگانهای که انتخاب شده است را نشان می دهد. بعد از تعیین حالت چهره، مدل سه بعدی آن که با استفاده از تصاویر رنگی و داده عمق به دست آمده از دوربین کینکت تهیه شده است، نمایش داده میشود. سیستم طراحی شده توانست به دقت 98.56% بر روی پایگاه داده تهیه شده با استفاده از دوربین کینکت دست یابد که درصد قابل توجه ای است.کليدواژه ها
حالت های چهره، یادگیری عمیق، شبکه VGG-16، دوربین کینکتکد مقاله / لینک ثابت به این مقاله
برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است :نحوه استناد به مقاله
در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:فاطمه زارع مهرجردی , 1398 , نمایش مدل سه بعدی حالت های چهره کشف شده موجود در ویدئو، با استفاده از روش یادگیری عمیق برای بازی های رایانه ای , پنجمين كنفرانس بينالمللي بازيهاي رايانهاي،فرصتها و چالشها
برگرفته از رویداد
دیگر مقالات این رویداد
© کلیه حقوق متعلق به دانشگاه اصفهان میباشد.