شبكة المعلومات العربية التربوية

هدفت الدراسة إلى بناء نظام للتغلب على اختلافات وضع الوجه في أنظمه التعرف بإستخدام الوجه وتطبيقه في المؤسسات التعليمية للتعرف على الطلاب. ويقوم النظام المقترح بالتنبؤ بزوايا الوجه ومن ثم التعرف على الطلاب أثناء الدخول إلى الإمتحان. تجمع هذه الدراسة بين نوعين من الدراسات: 1) دراسة وصفية: وتعتمد هذه الدراسة علي منهج (المسح بالعينة). 2) دراسة شبة تجريبية: وتعتمد على المنهج التجريبي وذلك باستخدام تجريب النظام المقترح علي عينه من الطلاب. العينة: وتتكون قاعدة البيانات الخاصه بالنظام المقترح من (270) صورة لـ (30) طالب فى قسم الحاسب الآلي بكلية التربية النوعية بدمياط كل طالب له (9) صور من زوايا مختلفه (-90، +0) ، (-60، -90)، (-60، +90)، (+0، -90)، (+0، +0)، (+0، +90)، (+60-90)، (+90+0)، (+60+90). واستخدمت الباحثة المعالجة الإحصائية المناسبة مع طبيعة الدراسة ومنها : نسبة الدقة، نسبة الخطأ، متوسط الخطأ المطلق، الإنحراف المعياري. توصلت الدراسة إلى مجموعة من النتائج أهمها: 1) بلغ متوسط الخطأ المطلق لزوايا Pitch (5,2)، ولزوايا Yaw (5,97). 2) بلغت أعلى نسبة دقة (97,53%) لخوارزم SVM، وأقل نسبة دقة (90,12%) لخوارزم RF عند تصنيف زوايا الوجه. أما عند تصنيف صور الوجه بلغت أعلى نسبة دقة (66.67%) لخوارزم SVM، وأقل نسبة دقة (60,6%) لخوارزم RF. 3) بلغ متوسط نسبة التعرف للطريقة المقترحه الأولى (96%) أما الطريقة المقترحة الثانية فبلغت (86,7%)، ولمعرفة دلالة متوسط الفروق بين الطريقتين تم إجراء تحليل التباين لكلا الطريقتين حيث أسفرت النتائج عن وجود فروق ذات دلاله إحصائية لصالح الطريقة المقترحه الأولى. (ملخص المؤلف)

The study aim building a system that overcomes pose variation in face recognition systems and apply it in educational institutions for recognizing students. The proposed system predicts and recognizes face-pose angles of students during entering the exams. This study combines two types of studies: 1) Descriptive Study: This study is based on the methodology of (sample survey). 2) Semi-empirical study: The semi-empirical study is based on applying the proposed system on a sample of students. Study Sample: The dataset of the proposed system consists of (270) images of (30) students in computer teacher preparation department in February 2018 each student has (9) images with different face-poses (-90+0, -60-90, -60+90, +0-90, +0+0, +0+90, +60-90, +90+0, +60+90). Statistical Methods: The researcher employed the statistical treatment appropriate with the nature of the study foremost of which are: Accuracy Rate - Error Rate - Mean Absolute Error - Slandered Division. The study concludes a host of results, the most important of which are: 1) The MAE for pitch= 5.2 and for yaw = 5.97. 2) The accuracy rate was for SVM (97.53%), but the lowest accuracy rate was for RF (90.12%) in classifying by face-pose. On the other hand, in classifying by face the highest accuracy rate was for SVM (66.67%), and the lowest accuracy rate was for RF (60.6%). 3) There was a statistically significant difference in the mean of face-pose recognition accuracy between the proposed method1, the proposed method2 and also the classic method for the proposed method1. (Author’s abstract)