روح اله یوسف پور - دانشگاه مازندران گروه علوم کامپیوتر
حسین مومنی - دانشگاه گلستان گروه مهندسی کامپیوتر
مهناز وهمی یان - دانشگاه مازندران گروه علوم کامپیوتر

این مقاله برخی مدلهای جدید را برای کل مراحل سیستم شناسایی چهره معرفی می کند درمرحله شناسایی صورت ما یک مدل هیبریدی ABANN را پیشنهاد م یکنیم که آدابوست AB و شبکه عصبی مصنوعی ANN رابرای حل فرایند بطور موثرترکیب مینماید درمرحله بع دی صورتهای برچسب دار توسط ABANN شناسایی میگردد که توسط مدل شکل فعال ASM و پرسپترون چندلایه MLP تطبیق خواهند یافت درمرحله تنظیم یک مدل بافت محلی دوبعدی جدید را براساس پرسپترون چندلایه پیشنهاد می کنیم دسته بندی کننده این مدل به طور چشمگیر دقت و قوت جستجوی محلی روی صورت ها را با اختلاف چهره و محدوده های مبهم بهبود مینماید درمرحله استخراج ویژگی ما روشی را برای اصلاح کراایی توسط رابطه دوروش توصیفی مینماییم روش برمبنای شکل هندسی و روش تجزیه و تحلیل اجزای غیروابسته درمرحله انطباق چهره مامدلی را به کارمی بریم که بسیاری شبکه های عصبی را برای انطباق ویژگیهای هندسی صورت انسان ترکیب می کند که این مدل بسیاری شبکه های عصبی را بهم متصل می کند بنابراین ما آن را شبکه عصبی مصنوعی چندگانه می نامیم سیستم پیشنهادی نتایج بهتری ازهردومیزان درستی و عملکرد بدست آورده و زمان پردازش ازمون درمقایسه با روش کلاسیک کمتر است

شبکه عصبی ، تشخیص چهره ، آدابوست ، الگوریتم مدل شکلی فعال ، تجزیه و تحلیل اجزای مستقل