{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "Q136",
        "title": "استخراج ویژگی از تصاویر چهره در پایگاه داده حجیم",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1397",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "Q136",
        "title": "استخراج ویژگی از تصاویر چهره در پایگاه داده حجیم",
        "degree": null,
        "faculty": "مهندسی کامپیوتر ",
        "year": 1397,
        "authors": [
            {
                "name": "فاطمه نیکان",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "حمید حسن پور",
                "role": "استاد راهنما"
            }
        ],
        "keywords": [
            "استخراج ویژگی",
            "پایگاه داده حجیم",
            "شناسایی چهره",
            "سرعت بازیابی",
            "وجود تنها یک تصویر به ازای هر فرد",
            "تجزیه ماتریس نامنفی"
        ],
        "abstract": "سیستم شناسایی چهره یکی از حوزه‌های تحقیقاتی مهمی است که برای شناسایی هویت افراد بکار می رود. این سیستم، در زمینه‌های مختلفی از جمله امنیتی، پردازش تصویر، نظارت ویدئویی و شناسایی مجرمین کاربرد دارد. همچنین با پیشرفت روز افزون دوربین‌های دیجیتالی، توسعه سیستم شناسایی چهره نیز افزایش یافته است.\r\nسیستم شناسایی چهره با چالش‌هایی نظیر پوشیده بودن بخشی از چهره، زاویه سر، تغییرات روشنایی، حالت‌های چهره، حجم بالای پایگاه داده و تعداد کم نمونه‌های آموزشی رو‌به‌رو است. هر کدام از روش‌های موجود در این حوزه، به بررسی و حل یک یا چند چالش پرداخته‌اند. یکی از اشکال‌هایی که می‌توان به اغلب روش‌های موجود گرفت، این است که؛ باید چندین چهره از یک شخص وجود داشته باشد، تا سیستم بتواند به خوبی عمل کند. معمولاً روش‌های شناسایی چهره، با استفاده از پایگاه داده‌های کم حجم، توانسته‌اند به دقت بالایی دست یابند. در حالی‌که اگر حجم پایگاه داده افزایش یابد، عملکرد این روش‌ها به‌‍‌طور قابل توجهی کاهش می‌یابد.\r\nتمرکز اصلی این پایان‌نامه، روی سه چالش حجم پایگاه داده، تعداد کم نمونه های آموزش (به ازای هر شخص، یک تصویر) و سرعت سیستم است. روش ارائه شده، به کمک تجزیه ماتریس نامنفی، ویژگی های اساسی در ساختار چهره را استخراج می کند. در این روش، براساس مجموعه تصاویر چهره موجود در پایگاه داده مورد بررسی، ماتریس پایه و ماتریس وزن‌ها، حاصل می شود. ماتریس پایه شامل چندین نسخه از عناصر چهره مانند دهان، بینی و دیگر اجزای صورت، در مکان ها یا شکل‌های مختلف است. با ترکیب این عناصر و ماتریس وزن از یک چهره، می‌توان تغییر‌ات متفاوت از آن چهره را تولید کرد. بر این اساس، برای جستجوی یک چهره در پایگاه داده، صرفاً جستجو روی بردارهای ویژگی تصاویر چهره موجود در پایگاه داده انجام می شود. در این تحقیق، به منظور تشکیل دقیق تر عناصر ساختاری، ماتریس پایه‌ی جداگانه ای برای نیمه بالا و پایین مجموعه تصاویر چهره تشکیل می گردد. همچنین برای بهبود کیفیت روشنایی تصاویر از سه پیش‌پردازش، یکسان‌سازی هیستوگرام، برابرسازی هیستوگرام وفقی با محدودیت کنتراست و تنظیم شدت استفاده شده است. روش ارائه شده با استفاده از پایگاه داده FERET، که حاوی یک تصویر چهره از 990  فرد مختلف می‌باشد، مورد ارزیابی قرار گرفته است. روش پیشنهادی، با سرعت بازیابی مناسب و نرخ بازیابی نزدیک به 93 درصد تصاویر چهره را از پایگاه داده بازیابی می کند.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_Q136.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}