روشی جدید برای کاهش تاثیر تغییرات نور در بازدهی سیستمهای بازشناسی چهره

تغییرات نور یکی از مهمترین مشکلات مطرح در شناسایی چهره می باشد. تصویر یک فرد تحت شرایط نوری مختلف الگوهای کاملاً متفاوتی را ایجاد می کند و دقیقترین الگوریتمهای شناسایی چهره بشدت حساس به تغییرات نور هستند. در این مقاله روشی برای نرمالسازی نور در شناسایی چهره تحت شرایط نوری متفاوت ارائه شده است. از آنجایی که مولفه های متاثر از تغییرات شدید نور عموما در باند فرکانس پائین تصویر قرار دارند. حذف تعداد مناسبی از ضرایب ابتدایی DCT می تواند میزان تغییرات در شرایط نوری متفاوت را به حداقل برساند. از طرفی حذف ضرایب فرکانس بالای DCT که در بر گیرنده اطلاعات جزئی و کم اهمیت تصویر است، می تواند تاثیر نویز را در تصویر کاهش دهد. روش پیشنهادی محدوده مناسبی از ضرایب DCT را در دامنه لگاریتمی تصویر به عنوان ویژگیهای پایدار از تصویر چهره استخراج کرده و برای بازشناسی فرد از آن استفاده می کند. برای تست روش پیشنهادی از بخشی از مجموعه تصاویر پایگاه تصویری yaleB شامل 650 تصویر از 10 فرد تحت شرایط نوری مختلف استفاده گردیده است. برای تعیین شباهت از معیار همبستگی بین ضرایب DCT در محدوده تعیین شده استفاده شده است. نتایج بدست آمده ناشن می دهد که با حذف ضرایب ناپایدار و انتخاب محدوده مناسبی از ضرایب DCT می توان نرخ خطای بازشناسی چهره را تا حد زیادی کاهش داد.

Keywords:

تبدیل کسینوسی گسسته , تبدیل لگاریتمی , شناسایی چهره , نرمالسازی نور