{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "Q95",
        "title": "استخراج ویژگی از تصاویر چهره جهت بازیابی تصویر از پایگاه داده",
        "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": "1395",
        "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": "Q95",
        "title": "استخراج ویژگی از تصاویر چهره جهت بازیابی تصویر از پایگاه داده",
        "degree": null,
        "faculty": "مهندسی کامپیوتر ",
        "year": 1395,
        "authors": [
            {
                "name": "محمد مهدی بخشی",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "حمید حسن پور",
                "role": "استاد راهنما"
            },
            {
                "name": "منصور فاتح",
                "role": "استاد مشاور"
            }
        ],
        "keywords": [
            "شناسایی چهره",
            "استخراج ویژگی",
            "حوزه مکان- فرکانس",
            "پایگاه داده حجیم",
            "انتخاب ویژگی"
        ],
        "abstract": "استخراج ویژگی از تصاویر چهره، طی دو دهه ی اخیر در کاربردهای مختلفی از قبیل آشکارسازی چهره، شناسایی چهره، تشخیص حالات چهره و بازسازی چهره مورد استفاده قرار گرفته است. در میان این کاربردها، شناسایی چهره از اهمیت ویژه ای برخوردار است. شناسایی چهره با مشکلاتی نظیر کیفیت نامناسب تصویر ورودی، وجود پوشش های غیر پیش بینی شده روی چهره، حجم زیاد تصاویر پایگاه داده و وجود تنها یک تصویر به ازای هر شخص مواجه بوده است. \r\nدر این پایان‏نامه، روشی نوین جهت استخراج ویژگی از تصاویر چهره ارائه شده است. هدف اصلی این پایان نامه، بازیابی چهره ی ورودی از پایگاه داده حجیم است. با افزایش حجم پایگاه داده، شباهت بین افراد افزایش یافته و قابلیت تفکیک بین تصاویر چهره با مشکل مواجه می شود. روش پیشنهادی با استخراج ویژگی های مناسب، فاصله بین نمونه ها در فضای ویژگی را افزایش می دهد و لذا قابلیت تفکیک بین افراد را افزایش می دهد. این روش مبتنی بر خاصیت بصری انسان بوده و به صورت ترتیبی، از کل به جزء در راستای مکان از ناحیه چهره ویژگی استخراج می کند. برای این منظور، از ویژگی‌های مکان- فرکانس استفاده شده است. در این روش، با اعمال پنجره های هم مرکز با ابعاد مختلف روی تصویر چهره، محتوای هر پنجره به فضای فرکانسی منتقل می‌شود. تغییر مؤلفه های فرکانسی در پنجره های مختلف، فضای ویژگی تصویر را تشکیل می دهند. سپس، با استفاده از فیلتر مناسب، تنها مولفه های فرکانسی با قابلیت جداسازی بالا بین تصاویر چهره، حفظ می شوند. در نهایت، با استفاده از معیار فاصله‌ی اقلیدسی، تصویر نهایی از پایگاه داده بازیابی می‌شود.\r\nدر اکثر روش های موجود شناسایی چهره با لحاظ کردن حجم کم پایگاه داده، نتایج مطلوب حاصل گردیده یا در صورت وجود حجم زیاد پایگاه داده، تعداد تصاویر موجود به ازای هر شخص افزایش پیدا می-کند. در این پژوهش، به ازای هر شخص تنها یک تصویر در پایگاه داده وجود دارد و از تعداد کلاس های به مراتب بیشتر از سایر روش ها در پایگاه داده استفاده شده است. در این پایان نامه از پایگاه داده FERET استفاده شده است. نرخ شناسایی در مقایسه با بهترین روش قبلی در حجم مشابه با 2% افزایش، به 99% ارتقا پیدا کرده است. با افزایش حجم پایگاه داده به 990 کلاس، نرخ شناسایی 90.4% حاصل شده است.",
        "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_Q95.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"
    }
}