تم في هذا البحث إجراء تقييم لكواشف و واصفات النقاط المميزة في الصور عند استخدامهم من أجل بناء صورة بانورامية و ذلك لاستخدامها لاحقاً في بحث نقوم فيه ببناء مشهد ثلاثي البعد ضمن بيئة داخلية. نُوقش عمل كل من الواصفات (SIFT, SURF, BRIEF, ORB, BRISK, FREA
K)، عند استخدامها مع الكواشف الملائمة لها على قاعدة بيانات ملتقطة بواسطة كاميرا RGB-D لبيئة داخلية. اُستخدمت خوارزمية اختبار التقاطع و خوارزمية RANSAC (إجماع العينات العشوائية) لإيجاد مصفوفة الانتقال بين الصور. نوقشت نتائج كل من: سرعة الكواشف و سرعة الواصفات و سرعة عملية المطابقة و متوسط عدد النقاط المميزة المستخلصة و الحساسية و الدقة لكل الواصفات. كما استُخدمت قاعدة بيانات جامعة أوكسفورد لتبيان أفضل الواصفات لتتعامل مع تغيرات الدوران و الإضاءة التي يمكن أن تنتج عن تغير زاوية الإضاءة في الصور. خلُصت الدراسة إلى أن الكاشف SIFT يعطي أفضل نتائج ضمن التطبيقات التي لا تهتم بمدة تنفيذ العملية، و يعتبر الزوج SURF/BRISK أفضل زوج واصف/كاشف يمكن استخدامه في تطبيقات الزمن الحقيقي و يعطي نتائج منافسة جداً لنتائج الكاشفSIFT.
يهدف هذا البحثإلى تحسين أداء الواصف WLD من خلال استخدام مرشحات غيبر في عملية المعالجة الأولية و مقارنة أداء هذه النتائج مع أداء الواصف LBP المستخدم بشكل واسع في عمليات التعرف على تعابير الوجه, حيث تتم هذه المقارنة من أجل النظام الخبير SVM المستخدم بش
كل واسع أيضا في هذا المجال بالإضافة إلى نظامين خبيرين مقترحين هما CSD و MLP.
التعرف على تعابير الوجه
النماذج الثنائية المحلية
واصف ويبر المحلي
نماذج غير المحلية الثنائية
واصف ويبر-غيبر المحلي
مرشح غيبر
الشبكة العصبونية متعددة الطبقات
أداة الأشعة الداعمة
مسافة تشي التربيعية
FER-Facial Expression Recognition
LBP-Local Binary Pattern
WLD-Weber Local Descriptor
LGBP-Local Gabor Binary Pattern
WGLD-Weber Gabor Local Descriptor. Gabor filter
MLP-Multi Layer Perceptron
SVM- Support Vector Machine
CSD- Chi squared distance
المزيد..