تشخیص حالت چهره با استفاده از تصویر چهره و بکارگیری تبدیل موجک و شبکه عصبی فازی

چهره یکی از شایع ترین کانال های غیر کلامی است که انسان حالات هیجانی درونی اش را به وسیله چهره انتقال می دهد. تشخیص حالت چهره در زمینه های مختلف مانند روانشناسی رشد، علوم رفتاری و واسط انسان و کامپیوتر کاربرد بالایی دارد. راه حل کلی که برای این مسئله مطرح می شود از سه مرحله کلی تشکیل شده که عبارتند ازمشخص کردن ناحیه ای در تصویر ورودی که در آن چهره وجود دارد و آماده سازی آن جهت استخراج ویژگی ها، استخراج ویژگی های مناسب از آن ناحیه جهت دسته بندی و در نهایت استفاده از دسته بند مناسب جهت دسته بندی حالت چهره. برای مشخص کردن ناحیه ای در تصویر ورودی که چهره در آن وجود دارد در روش پیشنهادی از تشخیص دهنده سریع چهره ویولا-جونز استفاده می شود. در مرحله دوم بعد از آشکار سازی چهره از عملگر گرادیان برای لبه یابی و تبدیل موجک جهت استخراج ویژگی استفاده می نماییم. بعد از استخراج ویژگیهای بدست آمده چهار کلاسه بند مختلف شامل: شبکه عصبی پرسپترون چند لایه که با الگوریتم پس انتشار خطا آموزش یافته، شبکه عصبی تشخیص الگوی چند لایه، شبکه عصبی کوانتیزه کردن برداری و شبکه عصبی-فازی مورد بررسی قرار گرفت و نتایج نشان داد که، شبکه عصبی-فازی با خوشه بندی تفریقی و نوع فازی سوگنو، با درصد درستی 92 درصد در مجموعه اطلاعات آموزش و آزمایش بهترین درصد درستی را خواهد داد.

تشخیص حالت چهره با استفاده از تصویر چهره و بکارگیری تبدیل موجک و شبکه عصبی فازی Keywords:

تشخیص حالت چهره , خوشه بندی تفریقی , شبکه عصبی فازی , الگوریتم پس انتشار خطا , تبدیل موجک , ویولا جونز