تشخیص هویت با استفاده از شناسایی نواحی کلیدی چهره

تشخیص هویت یک حوزه تحقیقاتی گسترده در بینایی ماشین است و کاربردهای زیادی در زندگی واقعی مانند شناساییمجرمان، تایید کارت اعتباری، کنترل دسترسی، سیستم های امنیتی و غیره دارد. تشخیص چهره یک مسئله چالشبرانگیز است. برای مثال تغییرات اجزای صورت، روشنایی، حالت و پوشیدگی چهره روی نتیجه تشخیص تاثیر گذاراست. تشخیص چهره با استفاده از تصاویر به دو مرحله اصلی استخراج ویژگی و تشخیص چهره نیاز دارد. در این مقالهبه منظور بررسی و تحلیل بازنشانی چهره با استفاده از شناسایی اجزای کلیدی از پایگاه داده CASME-II استفادهشده است. روش پیشنهادی این مقاله به این صورت است که از یک روش ترکیبی برای تشخیص اجزای چهره مبتنیبر الگوریتم تلفیقی ژنتیک و شبکه عصبی استفاده شده است. بعد از به دست آمدن بردار ویژگی های مربوط به هر یکتصاویر لازم است نسبت به کاهش ابعاد ویژگی ها اقدام شود. در نتیجه با استفاده از الگوریتم GA ویژگی ها کاهشیافته و با بهره گیری از شبکه عصبی تشخیص اجزای چهره انجام می پذیرد. به عبارت دیگر در این مرحله، الگوریتمGA ویژگی های استخراج شده توسط شبکه عصبی را دریافت، سپس بر اساس فرآیند بهینه سازی خود و اعمال تابعبرازندگی، مشخصات و ویژگی های استخراج شده را با دقت بالاتری انجام می دهد. تمرکز این مقاله، بر روی بهبوددقت انتخاب ویژگی های چهره برای تشخیص دقیق تر اجزای چهره بوده است. نتایج نشان داد که روش پیشنهادیبادقت ۹۳.۸۷ درصد در مقایسه با سایر روشهای دیگر برخوردار است.

تشخیص هویت با استفاده از شناسایی نواحی کلیدی چهره Keywords:

تشخیص هویت , شناسایی چهره , الگوریتم ژنتیک