استخدام نظام التعرف على الأشخاص بالاعتماد على تعابير الوجه في تصميم نظام التفقد الآلي للطلبة

Authors

  • بلال شيحا

Abstract

يقدم البحث تصميماً لنظام تفقد آلي للطلبة، يقوم النظام بالتقاط صورة للطالب ثم استخلاص ملامح الوجه الأساسية، تم تدريب الشبكة باستخدام خوارزمية الانتشار العكسي، إذ تم توليد قاعدة بيانات تدريبية لكل طالب، مكونة من 15 عينة تدريبية له لمرة واحدة في بداية الفصل الدراسي، كل عينة تحتوي تعابير الوجه اللازمة للتعرف على طالب، تُدرب الشبكة العصبونية على قاعدة بيانات الطلبة من أجل الحصول على شبكة عصبونية مدربة قادرة على التعرف على طلاب كل فئة بالاعتماد على ملامحهم، وبالتالي معرفة من حضر الجلسة ممن لم يحضر، تم تزويد النظام المصمم لهذا الغرض بالشبكة المدربة، يقدم النظام إمكانية إجراء التفقد الآلي للطلاب حسب فحوى الدراسة مع التنبيه في حال وجود صورة لطالب لا ينتمي لنفس المجموعة. The research presents a design for an automated checking system for students. The system takes a picture of the student, then it extracts his/her basic facial features. The network was trained using the reverse spreading algorithm. If a training database is generated for each student consisting of 15 training samples contained of the necessary facial expressions to identify the student for one time at the beginning of the semester, then the neural network will be trained on students database to obtain a trained neural network able to identify the students of each category depending on their physical appearance. That will result in knowing who attends and who does not attend the session. The system designed for this purpose was supplied with the trained network. The system provides the possibility of automated checking for students according to the content of the study giving the alarm in case of the existence of the picture of a student who  does not belong to the same group.

Published

2016-02-06

How to Cite

1.
شيحاب. استخدام نظام التعرف على الأشخاص بالاعتماد على تعابير الوجه في تصميم نظام التفقد الآلي للطلبة. Engineering Sciences Series [Internet]. 2016Feb.6 [cited 2021Mar.5];36(6). Available from: http://journal.tishreen.edu.sy/index.php/engscnc/article/view/1379

Most read articles by the same author(s)

1 2 > >>