الفهرس | Only 14 pages are availabe for public view |
Abstract في الوقت الحاضر، يعد التحقق من القرابة مجالاً بحثياً جذاباً ضمن الرؤية بالحاسب. يؤثر بشكل كبير على التطبيقات بالعالم الحقيقي مثل العثور على الأفراد المفقودين والطب الشرعي. وعلى الرغم من أهمية هذا الموضوع الا انه لا يزال يواجه بعض التحديات مثل الدقة المنخفضة، واختلافات الإضاءة. ونظراً لوجود أنواع مختلفة لطرق استخراج السمات المميزة، وقوة الدمج بين السمات المختلفة، بالإضافة الى وجود تقنيات الشبكات العصبية المختلفة، تقترح هذه الرسالة نظامين للتحقق من القرابة. النظام الأول يعتمد على طرق استخراج السمات الميزة باستخدام الطرق اليدوية وذلك عن طريق دمج السمات الملونة وسمات الملمس الملونة في أوضاع لونية مختلفة. الى جانب استخدام سمات مشهورة في المجال مثل SIFT وLBP، تم استخراج سمات لم تستخدم من قبل في مجال التحقق من القرابة مثل HASC وDCH و CC. وبناء على ذلك يتكون النظام الأول من ست خطوات : المعالجة المسبقة، استخراج السمات، تحجيم السمات، دمج السمات، تمثيل السمات، والتحقق من القرابة. و حقق على اثنين من قواعد البيانات المرجعية : KinFaceW-I و KinFaceW-II نتيجة 79.54% و 90.65% بالترتيب. على الجانب الآخر النظام الثانى يعتمد على طرق استخراج السمات المميزة وتصنيفها باستخدام التعلم العميق. وذلك عن طريق استخدام الشبكة العصبية التلافيفية المسبقة التدريب MobileNetV1 والمحسن RMSProp. حيث أنه على حد علم المؤلفين لم يستخدم هذا المزيج من الشبكة العميقة المستخدمة و المحسن من قبل في مشكلة التحقق من القرابة. ويتكون النظام الثانى من ثلاث خطوات : المعالجة المسبقة، تمثيل صور الأب والابن، واستخراج السمات المميزة و تصنيفها. و حقق نتيجة 93.6% و 96.46% على قواعد البيانات السابقة بالترتيب. |