تشخیص چهره در پردازش تصویر با استفاده از شبکه عصبی مصنوعی و فیلتر گاوسین

در دو دهه گذشته، شناخت خودکار چهره یک مسئله تحقیقاتی جالب و چالیش برانگیز است. حالت صورت اشخاص نقش مهمی را در روابط اجتماعی بازی می کند. بازشناسی حالت چهره به صورت خودکار، یک فرآیند بسیار پیچیده و دشوار است زیرا این فرآیند، بسیار تحت تاثیر تغییرات روشنایی محیط و نوع چهره است. علاوه براین شباهت بین حالات مختلف باعث تشخیص اشتباه حالات چهره میشود. برای مثال چون در هر دو حالات خوشحالی و تعجب، دهان شخص باز است، امکان دارد این دو حالات به اشتباه به جای یکدیگر تشخیص داده شوند LBP .به دلیل ثابت بودن نسبت به تغییرات روشنایی، یک توصیف گر خوب برای شناسایی حالت چهره در شرایط روشنایی متغیر است. الگوریتم الگوی باینری محلی (LBP) یا Local Binary Patternدر سال ۱۹۹۴ ابداع گردید. الگوریتمLBP ، یک الگوریتم محلی استخراج ویژگی از تصویر است. الگوریتم LBPیکی از قویترین الگوریتم های استخراج ویژگی در علم بینایی ماشین است و توسعه های بسیاری مبتنی بر این الگوریتم ارایه شده است. الگوی باینری محلی (LBP) بر اساس تکنیک های تشخیص چهره، ویژگی های بافت را از همه مناطق یک چهره استخراج می کند و سپس ویژگی ها به صورت متوالی مرتب شده اند. این فرایند ویژگی های همبستگی را در میان عبارات مختلف تولید می کند و از این رو بر دقت تاثیر می گذارد. ویژگیهای بدست آمده به الگوریتم پس انتشار شبکه عصبی تغذیه به جلو چند لایه جهت طبقه بندی داده می شوند. نتایج این شبیه سازیها نشان می دهد که روش پیشنهادی در مقایسه با روشهای موجود، طبقه بندی دقیقتری ارائه می دهد.

Keywords:

شبکه عصبی مصنوعی , فیلتر گاوسی , الگوی دودویی محلی