سیستم حضور و غیاب اتوماتیک با استفاده از پردازش تصویر (تشخیص چهره)
در این پژوهش روشهای شبکه عصبی و الگوریتم PCA با هم ترکیب شده و نتیجه قابل قبولی را برای کنترل ورود و خروج افراد و سیستم حضور و غیاب آنها ، در سازمانها و ادارات ، ارائه داده ایم.در این روش ابتدا تشخیص چهره داده می شود. و پس از یافتن چهره ، باید تشخیص داده شود که این چهره متعلق به چه شخصی می باشد. تشخیص چهره توسط ماشین از تصاویر زنده و غیرزنده موضوع تحقیقاتی وسیعی در شاخه های پردازش تصویر، شناسایی الگو، بینایی ماشین و شبکه عصبی می باشد. در طی ۲۰ سال اخیر مطالعات زیادی توسط فیزیکدانها و متخصصین مغز و اعصاب از یکطرف، و مهندسین از طرف دیگر برروی جنبه های مختلف تشخیص چهره توسط انسان و ماشین انجام شده است.
فهرست پایان نامه رایگان سیستم حضور و غیاب با تشخیص چهره
مقدمه
فصل اول :هدف از پژوهش
فصل دوم :پردازش تصویر
- بیایی ماشین و پردازش تصویر در اتوماسیون صنعتی
- نرم افزارهای قابل استفاده برای پردازش تصویر
- OpenCV
- چه نرم افزارهایی از OpenCV استفاده می کنند
- OpenCV بر روی چه سیستم عامل هایی اجرا می شود
- MATLAB
فصل سوم : سابقه تاریخی شبکه عصبی
- شبکه های عصبی
- شبکه های عصبی مصنوعی چیست؟
- چرا از شبکه های عصبی استفاده می کنیم
- ایده پیدایش شبکه های عصبی مصنوعی
- شبکه های عصبی در مقابل کامپیوتر های معمولی
- بررسی سلولهای مغزی افراد
- از سلول های عصبی انسانی تا سلول های عصبی مصنوعی
- انواع یادگیری برای شبکه های عصبی
- یادگیری با ناظر
- یادگیری تشدیدی
- یادگیری بدون ناظر
- مشخصات مسائل در خور شبکههای عصبی مصنوعی
- کاربردهای شبکه های عصبی مصنوعی
- عملیات شبکه های عصبی
- آموزش شبکه های عصبی
- تفاوتهای شبکه های عصبی با روشهای محاسباتی متداول و سیستمهای خبره
- شباهت با مغز
- زمینهای در مورد perceptron
- قدرت Perceptron
- دنبالههای Perceptron
- قضیه بنیادی دنبالهها
فصل چهارم : رابط گرافیکی کاربری چیست
- مزیت های طراحی رابط کاربری در متلب
- نمایی از رابط گرافیکی برنامه
- منابع و مراجع
- پیوستها
- لبه یابی
- ویژگی های لبه
- الگوریتم لبه یابی سوبل
