تشخیص چهره به کمک الگوریتم های PCA LDA و شبکه های عصبی

درخصوص تشخیص چهره روشهای گوناگونی ارایه شده است که درهریک از آنها مشکلاتی از قبیل دقت سیستم و حجممحاسبات وجود دارد دراین مقاله یک روش جدید تشخیص چهره ارایه شده است و شبکه های عصبی استفاده شدهاست ازاین الگوریتم ها برای PCA, LDA که درآن از الگوریتمهای ارایه یک روش شناسایی کارآمد همراه با نرخ شناسایی بالا و حجم محاسبات پایین استفاده شدهاست روش ارایه شده دارای چهارقسمت پردازشی زیراست: بخش پیش پردازش شامل یکنواخت سازی هیستوگرام و نرمالیزه کردن تصاویر و یکنواخت سازی انرژی تصاویر و مرکزی کردن تصاویر، بخش کاهش بعد فضا به کمک PCA به وسیله این روش اصلی ترین ویژگیهایی که برای بیان بهینه سیگنال مناسب است انتخاب می گردد. استخراج ویژگیها با استفاده از LDA برای جداسازی کلاس ها و تفکیک پذیری چهره ها و استفاده از شبکه عصبی به منظور طبقه بندی چهره ها و اعلام هویت چهره نتایج آزمایشگاهی نشان دهنده بالاترین نرخ شناسایی حدود 100% را نشان میدهد که در مقایسه با روشهای قبلی نتایج بسیار بهتری بدست آمد این روش شناسایی چهره در بسیاری از کاربردهای تجاری و امنیتی می تواند استفاده گردد.

Keywords:

پردازش تصویر , شناسایی چهره , تحلیل مولفه اصلی , تحلیل تمایز خطی , کلاس بندی , شبکه های عصبی