عنوان الإطروحه
Integrating Fast Fourier Transformation With Constrained Independent Component Analysis For Facial Image Retrieval
تاريخ مناقشة الاطروحه
2013-01-03
اسم الطالب
عمر عوده احمد ابو صعيليك
المشرف
فينوس سماوي
المشرف المشارك
اعضاء لجنة المناقشة
عزام السليط
جهاد قبيل عوده النهود
سعد بني محمد
الكلية
كلية الامير الحسين بن عبدالله لتكنولوجيا المعلومات
القسم
علم الحاسوب
الملخص بالعربية
تختص نظم استرجاع الصور اعتمادا على محتوى الصور Content-based image retrieval (CBIR) باسترجاع, تصفح, والاستفسار عن الصور. يهتم هذا البحث باسترجاع صور الوجه اعتمادا على تحليل محتوى الصورة باستخدام محددات تحليل المركبات المستقلة Constrained Independent Component Analysis (CICA) . مؤخرا تم استخدام طريقة تحليل المركبات المستقلة (ICA))Independent Component Analysis ) مع استخدام مبدأ تحليل العنصر((PCA)principle component analysis ) لوصف مساحة الصورة لغرض الاستعلام. .وباستخدام طريقة (PCA) مع طريقة (ICA) يحسن من معدل التمييز. تستخدم طريقة (ICA) لاستخراج الخصائص يصل إلى بعدد الملاحظات، وهناك ترتيب التعسفي من استخراج هذه الخصائص. وقد تم تطوير خوارزمية (CICA) بحيث يتم فقط استخراج الخصائص المطلوبة أو المرجوة. ولكن خوارزمية (CICA) لديها بعض القصور كغيرها من خوارزميات استرجاع الصور. وهي عملي حساسية الطريقة بالنسبة لتغير الحجم والموقع و التدوير .يهدف هذا البحث إلى دراسة أثر استخدام الكشف عن الحافة، وطريقة (PCA) والتعاون مع( (CICA في استرجاع محتوى الصورة لصورة الوجه كبيانات مجال معين. للتغلب على مشكلة زيادة حساسية، الإمالة وحجم، سيتم تطبيق ثنائية الأبعاد تحويل فورييه السريع (FFT) على الصورة قبل تطبيق CICA) ) . في هذا العمل، سوف ندرس تأثير كل مرحلة باستخدام طريقة ( (PCA، الكشف عن الحافة، و(FFT) في القدرة على التمييز.و يوصي التعرف على الوجه الصحيح النهائي (اعلي قدرة تمييز). يتم ذلك من خلال مقارنة سلوك الطرق الخمسة المقترحة في هذا العمل لاسترجاع صورة الوجه. المقارنة بين هذه الطرق هو من وجهة نظر دقة التعرف على الصورة الصحيحة إضافة إلى متوسط الاسترجاع والدقة (average precision and recall).النتائج تشير إلى تأثير ((FFT، (PCA) والكشف عن الحافة (edge detection) على دقة النظام. تم تقييم أداة الطرق الخمسة المقترحة باستخدام متوسط الاسترجاع والدقة (recall)و(precision), ودقة التمييز. بينت التجارب التي أجريت على النظام المقترح .باختبار قواعد بيانات عامة تحتوي على صور الوجه وهي قاعدة بيانات (ORL ) وقاعدة بيانات (Yale ). تبين إن أفضل دقة التعرف على استخدام قاعدة البيانات ORL هو 95.3?. وأفضل التعرف باستخدام قاعدة البيانات (Yale) هو 96?. كما تبين من خلال مقارنه النظام المقترح مع نظم أخرى تم تقييمها باستخدام قاعدتي البيانات (ORL ) و(Yale ) إن أداء نظامنا المقترح تفوق بشكل ملحوظ النظم الأخرى من حيث الدقة .
الملخص بالانجليزي
 Content-based image retrieval (CBIR) is a method of searching, browsing, and querying images based on image content. In this work, we focus on the development of a content-based facial image retrieval technique based on the Constrained Independent Component Analysis (CICA). Recently, Independent Component Analysis (ICA) in reduced Principle Component Analysis (PCA) space, is used for characterizing query image. ICA is used to identifies as many ICs as number of observations. There is an arbitrary ordering of the extracted ICs. To overcome arbitrary ordering of the extracted ICs, CICA was developed so that only the desired ICs are retrieved. From previous researches, it was found that using PCA with ICA improves the recognition rate. Therefore, we found it worthwhile to study the effect of using PCA with CICA. CICA algorithm has some limitations concerning its sensitivity to scale, rotation, and translation. To overcome the CICA limitations, Fast Fourier Transform (FFT) will be applied on the image before applying CICA. In this work, we aim to study the effect of using edge detection, PCA, and FFT with CICA in content based image retrieval (CBIR) for facial image (as specific domain data). We suggest four different approaches, using PCA to reduce dimensionality, edge detection to reduce noise, and FFT to overcome some CICA sensitivity problem. The four approaches are: combing PCA with CICA, perform edge detection then apply PCA and CICA, apply FFT the PCA and CICA, and final approach combines edge detection, FFT, PCA and CICA. A comparison between the four approaches is performed to specify the recommend approach (the one with heights recognition and retrieving ability). The comparison between these approaches is from recognition accuracy, average recall and average precision point of views. The results indicate the effect of FFT2, PCA, and edge detection on the system accuracy. The experimental results of the proposed CBIR system is tested with public facial databases, the ORL and Yale face database. The best Recognition accuracy using ORL database is 95.3%, and the best recognition accuracy using Yale database is 96%. By comparing the recognition accuracy of our recommended approach with the accuracy of other works (works that used the same databases), it is evident that our approach outperforms these work
رقم ISN
3721
للحصول على الرسالة كملف يرجى تزويد المكتبة برقم ISN