research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Feature Extraction of Human Facail Expressions Using Haar Wavelet and Neural network
استخلاص معالم تعابير وجه الانسان باستخدام تحويلات هار المويجيه والشبكه العصبيه الصناعيه

Authors: Salah Sleibi Al-Rawi صلاح صليبي الراوي --- Ahmed T. Sadiq احمد طارق صادق --- Wasan M. Alaluosi وسن مداح الالوسي
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2016 Volume: 57 Issue: 2C Pages: 1558-1565
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

One of the challenging and active research topics in the recent years is Facial Expression. This paper presents the method to extract the features from the facial expressions from still images. Feature extraction is very important for classification and recognition process. This paper involve three stages which contain capture the images, pre-processing and feature extractions. This method is very efficient in feature extraction by applying haar wavelet and Karhunen-Loève Transform (KL-T). The database used in this research is from Cohen-Kanade which used six expressions of anger, sadness fear, happiness, disgust and surprise. Features that have been extracted from the image of facial expressions were used as inputs to the neural network to recognize the facial expression .The recognition rate in this research was 90.5%.

واحدة من المواضيع البحثية الصعبة والفعاله في السنوات الأخيرة هو تعابير الوجه. تقدم في هذا البحث طريقة لاستخلاص معالم من تعابير الوجه من الصور الثابتة. عمليه استخلاص المعالم مهمة جدا في عمليه التصنيف والتمييز. وتتضمن هذه الدراسه مراحل والتي تحتوي على :التقاط الصور ,مرحله قبل المعالجه, مرحله استخلاص المعالم من اجل توظيفها في عمليه التمييز . هذه الطريقه فعالة جدا في استخراج ميزة من خلال تطبيق التحويل المويجي الهار ومن ثم استخدام تحويل KL-T تم الاختباربالاعتماد على قاعده بيانات كوهن -كاند لست تعابير هي الغضب والخوف والحزن، السعادة والاشمئزاز ومفاجأة. واستخدمت الميزات التي تم استخراجها من صورة تعبيرات الوجه كمدخلات في الشبكة العصبيه من اجل القيام بعمليه تمييز الاشخاص . حقق هذا النظام نسبه عاليه من تمييز الاشخاص وصل الى( 90.5%).


Article
The Use of Two Transform Methods in Fingerprints Recognition
استخدام اثنين من طرق التحويل في التعرف على بصمات الأصابع

Loading...
Loading...
Abstract

Finger prints are the oldest and most widely used form of biometric identification. Despite the widespread use of fingerprints, there is little statistical theory on the uniqueness of fingerprint minutiae. Fingerprint matching is the process used to determine whether two sets of fingerprint ridge detail come from the same finger. There exist multiple algorithms that do fingerprint matching in many different ways. Some methods involve matching minutiae points between the two images, In this paper used median filter to enhance the images, and then use DCT (Discrete Cosine Transform) and FDCvT Via Wrapping to compute the feature extraction from the images. The Template Matching can be applied by finding the more similar values between the original image and the template.The proposed system includes two stages: first stage is implemented by taking individual natural fingerprint images with several positions and calculation of the features vector (Mean and standard deviation) by using FDCvT via Wrapping and DCT. The second stage is implemented by taking several samples of new fingerprint images for testing the work. The results show that the fingerprints Recognition rate by the (FDCvT via Wrapping and DCT) achieves better recognition rate (84%).

بصمات الأصابع هي الشكل الأقدم والأكثر استخداما على نطاق واسع لتحديد الهوية. على الرغم من الاستخدام الواسع النطاق للبصمات، يوجد قليل من النظريات الإحصائية عن تفصيلات تفرد البصمات. إن مطابقة بصمات الأصابع هي العملية المستخدمة لتحديد ما إذا تفاصيل مجموعتين من بصمة الإصبع تأتي من نفس البصمة. توجد عدة خوارزميات لمطابقة البصمات بطرق عديدة ومختلفة. بعض الطرق تنطوي على تفصيلات مطابقة النقاط بين الصورتين، في هذا البحث نستخدم فلتر (المتوسط) لتحسين الصور، وبعد ذلك نستخدم DCT و FDCvT via Wrapping لاستخلاص الصفات من الصور. Template Matching يمكن تطبيقه من خلال إيجاد عدة قيم متشابهة بين الصورة الأصلية والقالب. النظام المقترح يتضمن مرحلتين، المرحلة الأولى تنفذ من خلال اخذ صور بصمات طبيعية ومنفردة وبعدة مواقع وحساب الصفات (المتوسط والانحراف المعياري) باستخدام FDCvT via Wrapping and DCT.المرحلة الثانية تنفذ بواسطة اخذ عينات جديدة من صور البصمات لغرض فحص العمل.النتائج تبين إن نظام تمييز البصمات بواسطة FDCvT via Wrapping and DCT ينجز أفضل نسبة تمييز وهي (84٪).

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

English (2)


Year
From To Submit

2016 (1)

2012 (1)