فریبا تقی نژاد - دانشجوی کارشناسی ارشد هوش مصنوعی کامپیوتر، دانشگاه کردستان
فردین اخلاقیان طاب - استادیار گروه کامپیوتر و فناوری اطلاعات، دانشگاه کردستان

یکی از مشکلات سیستم های آشکارسازی صورت مبتنی بر فیلترهای هارمانند، استفاده از دو مقدار برای بخش های مستطیلی شکلفیلترها و تأکید بر مستطیلی بودن فیلترها است که انعطاف پذیری و کارایی این فیلترها را کاهش می دهد. در برخی ازمقالات نیزکه از 3 مقدار برای بخش های مستطیلی شکل استفاده شده است که میزان الگوپذیری آنها پایین است. در این مقاله ما یا روشجدید برای طراحی فیلترهای هارمانند شکل پذیر و کاربرد آن در آشکارسازی صورت ارائه می دهیم. مشخصه ی چندمقداره بودناین فیلترها باعث انعطاف پذیری بیشتر آنها شده و موجب می گردد که قابلیت تطبیق بیشتری بار نواحی و اجزاء مختلف صورت داشته باشند. بعلاوه چندمقداره بودن این فیلترها باعث میشود که بتوان فیلترهایی تولید کرد که الگوهای مختلف صورت را بهخوبی مدل کنند. نتایج اعمال این فیلترها به تصاویر و پایگاه داده های مختلف صورت با استفاده از الگوریتم آشکارسازی صورت Viola and Jone، کارایی بهتر این فیلترها را در مقایسه با فیلترهای معمولی هارمانند نشان می دهد.

آشکارسازی صورت، فیلترهای هارمانند، الگوریتم AdaBoost، طبقه بندهای ضعیر، آشکارسازی اشیاء، یادگیری الگو، یادگیری ماشین، تشخیص هویت، تایید هویت