X
تبلیغات
رایتل

CUDA Programming Applications

LQEP

در این مقاله روشی جدید برای توصیفگرهای ویژگی پیشنهاد شده است که ارتباط جهات همسایه ها و پیکسل وسط را جمع آوری می نماید و همچنین الگوی DLEP اطلاعات جهات را برپایه اکسترممهای 0و45و90و135 درجه برای هر پیکسل بدست می آورد.

استخراج داده یکی از شاخه های فعال در بازیابی اطلاعات و یا داده ها در پایگاه داده ها و یا کتابخانه های بزرگ است که در گذشته بازیابی براساس متن برای استخراج و بازیابی اطلاعات استفاده می شد، بدین صورت که در این فرآیند متونی در حاشیه تصویر نوشته می شد و سپس با استفاده از سیستم مدیریت پایگاه داده های بر پایه متن عمل بازیابی تصویر انجام می شد که پیشرفتهای زیادی از قبیل مدل نمودن داده ،شاخصهای چند بعدی ،ارزیابی Query در این روش حاصل شد، بهرحال دو مشکل عمده نیز بر سر راه این روش وجود داشت:


1- زمانیکه سایز تصویر بزرگ می شد (ده یا صد هزار ) مشکلی در ذخیره این تصویر بود.

2-مشکلی که حائز اهمیت بود محتوای درون تصویر و درک صحیح انسان از آن بود که شاید از دو تصویر مشابه درکهای مختلفی صورت می گرفت.


به همین دلایل بود که ایده CBIR  بر اساس محتوای بصری شامل رنگ و بافت و شکل و ... شکل گرفت. رنگهای تصویر فقط برای زیبا سازی تصویر بکار برده نمی شوند بلکه اطلاعاتی در مورد تصویر را به ما می دهند که برای استخراج اطلاعات از تصویر رنگی کاربرد فراوان دارد،یکی از الگوهای CBIR الگوی LBP هست که در روشهای گوناگون مربعی،دایره ای ، قطری کاربرد دارد و الگوی نسبتا موفقی از نظر سرعت و کارآیی در کلاس بندی بافتها جهت موارد تشخیص چهره ، ردیابی شی ، بازیابی تصویر چهره و تشخیص اثر انگشت به شمار می رود.

در شکل زیر نحوه محاسبات نمایش داده شده است.



LBP معمولی




LBP قطری





طراحی یک سیستم شناسایی چهره بر خط با استفاده از پردازنده گرافیکی

سیستم بازیابی تصویر چهره در 3 دهه اخیر در تصاویر ثابت و محیطهای کنترل شده پیشرفت چشمگیری داشته است اما در تصاویر متحرک و بر خط هنوز دارای چالشهایی است که در این مقاله با استفاده از روش LBP بر پایه پردازنده گرافیکی NVIDIA و پلتفرم CUDA تحقیقی صورت گرفت و در مواقعی که استفاده از GPU مقرون به صرفه نبوده است موازی سازی با CPU انجام شده است.

چالشهای بازیابی تصویر چهره برخط:

1- تغییرات روشنایی تصاویر

2- تغییر حالت چهره


راه حل ارائه شده:

از الگوریتم LBP(Local Binary Pattern) برای استخراج ویژگی پایدار به تغییرات یکنواخت روشنایی و حالت چهره و از الگوریتم

SQI(Self Quotient Image) برای خنثی سازی تغییرات نور استفاده شده است و برای افزایش هرچه بیشتر سرعت سیستم از پردازنده گرافیکی GPU استفاده شده است بدین ترتیب که موازی سازی افزایش 19 برابری سرعت پردازش را در بر داشت


تعریف SQI:خارج قسمت تقسیم تصویر بر فیلتر پایین گذر همان تصویر مانند گاوسین


مرجع:علوم و مهندسی کامپیوتر،نشریه علمی و پژوهشی انجمن کامپیوتر ایران،مجله 12 شماره 3(الف)،سال1393،صفحات 59-66

مقاله در مورد الگوی LBP در تشخیص چهره

 تشخیص چهره با استفاده از الگوی LBP