فایل ورد کامل شناخت واحد عملکردی چهره: کیفیت سه بعدی در برابر دو بعدی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

این مقاله، ترجمه شده یک مقاله مرجع و معتبر انگلیسی می باشد که به صورت بسیار عالی توسط متخصصین این رشته ترجمه شده است و به صورت فایل ورد (microsoft word) ارائه می گردد

متن داخلی مقاله بسیار عالی، پر محتوا و قابل درک می باشد و شما از استفاده ی آن بسیار لذت خواهید برد. ما عالی بودن این مقاله را تضمین می کنیم

فایل ورد این مقاله بسیار خوب تایپ شده و قابل کپی و ویرایش می باشد و تنظیمات آن نیز به صورت عالی انجام شده است؛ به همراه فایل ورد این مقاله یک فایل پاور پوینت نیز به شما ارئه خواهد شد که دارای یک قالب بسیار زیبا و تنظیمات نمایشی متعدد می باشد

توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل می باشد و در فایل اصلی فایل ورد کامل شناخت واحد عملکردی چهره: کیفیت سه بعدی در برابر دو بعدی،به هیچ وجه بهم ریختگی وجود ندارد

تعداد صفحات این فایل: ۲۱ صفحه

۵- نتیجه گیری
ما استفاده از داده سه بعدی را برای کشف واحد عملکرد چهره بجای تصاویر درخشان دوربینی دو بعدی متعارف بررسی کرده ایم . دو کیفیت به طور گسترده ای با استفاده از تحلیل ROC تعداد ۲۵ واحد عملکرد منتخب مقایسه کرده بودیم . داده سه بعدی بخاطر بی طرفی مقایسه به تصاور دو بعدی انحناء های سطحی تبدیل می شود . هر زمان دو کیفیت رقیب در شکل تصاویر دو بعدی هستند ، ما تحلیل گابور را انجام می دهیم و تعداد مساوی ویژگی ها را از طریق AdaBoost انتخاب می کنیم .
نتایج نشان می دهند که داده سه بعدی یک سری مزیت های مهم را در کشف واحد عملکرد پیشنهاد می دهد . بطور کلی ، کشف های واحد عملکرد بخش پایینی صورت در مقایسه با داده دو بعدی بیشتر از داده سه بعدی استفاده می کند . بویژه ، نرخ کشف AU23 سخت به طور قابل ملاحظه ای بهبود می یابد . همچنین سه بعدی مقدار اش را برای حالت های شدت کم ثابت می کند . در مورد مجاور کمترین سطح شدت ( سطح B ) ، در حالی که تعدادی از واحد های عملکرد برای دو بعدی افت می کنند ، داده سه بعدی می تواند عملکرد بالا را برای واحد های عملکرد پایینی ۲۵ و ۲۲ چهره و برای بخش بالای چهره AU 4 حفظ نماید . معهذا ، در انجا بعضی واحد های عملکرد بخش بالایی صورت وجود دارند که دوبعدی برتر از سه بعدی اجراء می شود .

عنوان انگلیسی:Facial Action Unit Detection: 3D versus 2D Modality~~en~~

۵ Conclusion

We investigated the use of 3D data for the facial action unit detection in lieu of conventional 2D luminance camera images. The two modalities were extensively compared using ROC analysis of 25 selected AUs. For fairness of comparison, the 3D data is converted to 2D images of surface curvatures. Once the two competitor modalities are in the form of 2D images (intensity versus curvature), we do Gabor analysis and select equal number of features via AdaBoost. The results show that 3D data offers significant advantages in AU detection. In general, lower face AU detections benefit more from 3D as compared to 2D. Especially the detection rate of difficult AU23 improves considerably. 3D also proves its value for low intensity expressions. In the case of the next to the lowest intensity level (level B), while many AUs degrade for 2D, 3D data can maintain high performance for lower face AUs 25 and 22, and for upper face AU 4. Nevertheless, there are some upper face AUs where 2D outperforms 3D.

$$en!!