سیستم حضور و غیاب اتوماتیک با استفاده از پردازش تصویر

توضیحات تکمیلی

سیستم حضور و غیاب اتوماتیک با استفاده از پردازش تصویرتشخیص و شناسایی چهره یکی از مباحث مطرح در بینایی ماشین و پردازش تصویر می باشد. به علت خصوصیات خاص مساله و کاربردهای فراوان آن الگوریتم های متعددی برای آن ارائه شده است. از آنجا که هر روشیی به گونه ای متفاوت سعی در تشخیص چهره دارد، می توان امیدوار بود که یک روش ترکیبی می تواند جوابی به مراتب بهتر و کاراتر از روش های تکی ارائه دهد. در این پژوهش سعی شده است با ترکیب روش هایی از جمله شبکه عصبی و الگوریتم PCA نتیجه قابل قبولی را برای سیستم حضور غیاب و کنترل ورود و خروج افراد ارائه دهیم. لازمه شناسایی چهره تشخیص چهره می باشد. یعنی در ابتدا باید چهره تشخیص داده شود و بعد از یافتن چهره مشخص شود این چهره متعلق به چه شخصی است. فهرست : مقدمه هدف از پژوهش فصل دوم پردازش تصویر مقدمه بینایی 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 مقدمه 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 مقدمه 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