تشخیص چهره اشخاص در محیط های پرازدحام بر اساس تبدیلات DCT-DWT وبهره گیری از الگوریتم Binary PSO

تشخیص چهره یک حوزه تحقیقاتی گسترده در بینایی ماشین است که کاربرد های زیادی در زندگی واقعی انسان ها دارد. برای آشکارسازی تشخیص چهره افراد به استخراج ویژگیهای مناسب و طبقه بندی صفات ظاهری نیاز است. تعیین ویژگیهای مناسب در تشخیص چهره بسیار حائز اهمیت است. و امکان تشخیص چهره در مکانهای پر ازدحام تقریبا غیر قابل دسترسی و دشوار میباشد. گرفتن عکس اشخاص در مکانهای پرازدحام بسیار وقت گیر و هزینه بر و در عین حال بدون کیفیت و دقت لازم می باشد لذا در چنین شرایطی، علم پردازش تصویر و بینایی ماشین یک روش کارآمدو سریع برای تخمین این پارامترها خواهد بود.در این مقاله با بهره گیری از الگوریتم بهینه ساز ازدحام ذرات (PSO) برای استخراج ویژگیهای نمونه استخراج شده توسط (DCT)و (DWT)برای تشخیص چهره اشخاص در مکان های پر ازدحام صورت گرفته که از دقت بالایی بر خوردار است. این الگوریتم کمک شایانی در جهت پیشبرد اهداف علمی حول محور موضوعی این پژوهش دارد. که بدین منظور نتایج شبیه سازی بر روی تصاویر گرفته شده از پایگاه های داده مورد تجزیه و تحلیل قرار گرفته شده است و برای نشان دادن کارائی پژوهش مان الگوریتم (PSO) را با الگوریتم ژنتیک (GA)بر روی مجموعه داده تصویری ORL مقایسه کردیم. مجموعه داده ORL شامل ۴۰۰ تصویر است که این تصاویر مطعلق به ۴۰ نفر در حالت های مختلف چهره هستند . و نتایج حاصله از آن نشان می دهد،الگوریتم بهینه ساز ازدحام ذرات (PSO) قادر است با دقت % ۹۹ چهره اشخاص داده شده را تشخیص دهد.

Keywords:

الگوریتم بهینه ساز ازدحام ذرات(PSO) , مکان های پر ازدحام , استخراج ویژگی , طبقه بندی ویژگی , تشخیص چهره , تبدیل موجک گسسته(DWT) , تبدیل کسینوسی گسسته (DCT)