بازشناسی تصاویر چهره با ترکیب توصیفگر هیستوگرام گرادیان جهت دار و الگوی مشتق محلی

تشخیص چهره به عنوان یک روش تایید هویت، به طور گسترد های در جامعه کنونی مورد استفاده قرار می گیرد. تشخیص چهره یک کاربرد نرم افزاری از حوزه بیومتریک است که این قابلیت را دارد که افراد را تایید و یا شناسایی کند. این روش براساس مقایسه و تجزیه و تحلیل خطوط و نقاط برجسته صورت افراد انجام می شود و در تایید هویت دارندگان کارت شناسایی، گذرنامه، همچنین در سیستم های امنیتی مانند فروشگاه ها، بانک ها و ارگان های نظامی برای نظارت به کار برده می شود. شناسایی چهره در سیستم تشخیص چهره شامل سه مرحله است: پیش پردازش، استخراج ویژگی و دسته بندی. ماهیت اصلی در سیستم تشخیص چهره استخراج ویژگی است. در این مقاله روش جدید استخراج ویژگی با ترکیب دو توصیفگر HOG , [15] LDP 4 و به منظور بهبود کارایی سیستم تشخیص چهره ارائه می شود. استخراج ویژگی از بافت تصاویر با توصیف گر LDP انجام می گیرد که نسبت به تغییرات روشنایی مقاوم است. استخراج ویژگی از لبه تصاویر با توصیفگر HOG انجام میشود. بعد از استخراج ویژگی ها، برای دسته بندی از ماشین بردار پشتیبان 13 استفاده می شود. در این مقاله از پایگاه داده تصاویر چهره ORL شامل 400 تصویرصورت از 40 موضوع مختلف و پایگ اهداده تصاویرچهره JAFFE شامل 213 تصویر از هفت حالت چهره مانند خشم، ترس، غم انگیز، تعجب و خنثی از صورت 10 زن ژاپنی گرفته شده است. دقت تشخیص روش ما 95/43 درصد و 98/27 درصد می باشد.

Keywords:

سیستم تشخیص چهره , استخراج ویژگی , پایگاه داده تصاویر چهره , دسته بندی