پروژه‌های زیر در نرم‌افزار MATLAB پیاده‌سازی شده و همراه با گزارش کامل نحوه پیاده‌سازی و مراجع معتبر آماده تحویل است:
- تشخیص چهره با استفاده از شبکه‌های عصبی
- تشخیص چهره با استفاده از رنگ پوست
- تشخیص دود در تصاویر ویدئویی
- تشخیص هویت بر اساس اثر انگشت
- تشخیص هویت بر اساس عنبیه چشم
- شناسایی حالت چهره با استفاده از توصیف‌گرهای بافت (LBP و گابور)
- شناسایی چهره با استفاده از توصیف‌گرهای بافت (LBP و گابور)
- شناسایی چهره با استفاده از اسپارس
- طیقه‌بندی جهت نگاه با استفاده از توصیف‌گرهای بافت (LBP و گابور)
- تار زدایی از تصویر
- azsoftir.com
09367292276
azsoftir@gmail.com
azsoftir.com - شناسایی تومور در تصاویر MRI
- تشخیص اشکال هندسی دایروی و بیضوی
- تشخیص و ردیابی عنبیه در تصاویر ویدئویی
- خوشه‌بندی داده‌ها و تقطیع تصویر با استفاده از
- Fuzzy C-means
برای اطلاع از نحوه
یکی از معروف‌ترین روش‌های خوشه‌بندی، روش خوشه‌بندی K-means است. این روش، ابتدا به تعداد خوشه‌ها مرکز خوشه تعیین می‌کند و سپس بر اساس فاصله هر داده نسبت به این مراکز خوشه به خوشه‌بندی داده‌ها می‌پردازد. داده مورد نظر در خوشه‌ای قرار می‌گیرد که به مرکز آن خوشه کمترین فاصله ممکن را داشته باشد. مهم‌ترین مشکل روش K-means این است که به مراکز خوشه‌ها حساس است. در لینک زیر یک نمونه مثال از روش K-means برای تقطیع تصویر به‌صورت رایگان قرار داده شده است.
روش‌های دیگری از خانواده K-means برای بهبود عملکرد و رفع مشکلات این روش ارائه شده که از جمله می‌توان به K-harmonic means، Fuzzy K-means و Modified K-means اشاره نم
انجام پروژه تشخیص چهره با متلب