فایل پروژه از دو فایل اصلی تشکیل شده است : یکی A C O feature selection m و و یک پایگاه داده که ۴۰۰ تصویر از ۴۰ شخص در ۱۰ حالت متفاوت گرفته شده است. مراحل اجرای پروژه به صورت زیر است
ابتدا با استفاده از اجرای فایل ویژگی های زرنیک و که مربوط به ویولت هست را از ۴۰۰ تصویر بیرون کشیده و در یک ماتریس با ۴۰۰ ردیف ذخیره می کنیم. تعداد ویژگی های استخراجی برای برابر ۱۶۸ ویژگی است. که با توجه به مقاله ی شماره ۲(شکل۴ مقاله) که در فایل پروژه هست پیاده سازی شده است. تصاویر پایگاه داده ۹۲در۱۱۲ می باشد سه سطح رزولوشن آن باستفاده از تبدیل وارون ویولت کم می شود سطح اول ۴۶در۵۶ ، سطح دوم ۲۳در۲۸ و سطح سوم و آخر ۱۲در۱۴ می شود. در این مرحله تصویر با ابعاد سطح سوم را به صورت برداری تک ردیف ارائه می کنیم و اینکار با کنار هم و بهم پیوست ستون ها انجام می دهیم. که برای هر تصویر بردار ویژگی برداری با طول ۱۶۸ خواهد بود زیرا ۱۲در۱۴مساوی۱۶۸ خواهد شد. پس از استخراج ویژگی های آنها را در ماتریس با ابعاد ۴۰۰در۱۶۸ برای استفاده ی الگوریتم A C O ذخیره می کنیم. به منظور استخراج ویژگی-های زرنیک نیز از به جای استفاده مستقیم از تصاویر پایگاه داده از تصاویر کاهش یافته ی ۶۴در۶۴ استفاده شده است. که فقط ۲۰ مرتبه ی اول ویزگی های زرنیک محاسبه می شود. و دراین حالت نیز ماتریس با نام با ابعاد ۴۰۰در۲۰ را به منظور استفاده A C O ذخیره می کنیم.
فهرست :
توضیحات اجرای پروژه
مقاله زبان اصلی
فایل سورس پروژه
پروژه و آموزش کامل شناسایی چهره با استفاده از الگوریتم کلونی مورچگان (تعداد صفحات 24)