وحید قنبری - دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر
حمید صادقی - دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر

شناسایی چهره یکی از زمینه های تحقیقاتی فعال در علم بینایی ماشین می باشد. از اصلی ترین بخش های سیستمشناسایی چهره، استخراج ویژگی از تصویر چهره می باشد، به نحویکه ویژگی استخراجی دارای مقاومت نسبت به تغییر زاویهسر، تغییر حالت چهره و شدت نورپردازی باشد. الگوهای دودویی محلی، یکی از شناخته شده ترین توصیفگرهای بافتتصویر می باشد که می تواند برای استخراج ویژگی از تصویر چهره استفاده شود. در این مقاله روشی برای بهبود این توصیفگربر مبنای ناهمبسته سازی اطلاعات پیکسل های تصویر، برای حداقل کردن اطلاعات از دست رفته در این توصیفگر پیشنهادشده است. آزمایشات وسیع روی سه پایگاه داده این ادعا را اثبات می کند که روش پیشنهادی علاوه بر افزایش دقتشناسایی چهره، میزان مقاومت آن را نسبت به تغییرات چهره بسیار افزایش می دهد، ضمن اینکه بار پردازشی کمی دارد.

شناسایی چهره، استخراج ویژگی، توصیفگر الگوهای دودویی محلی (LBP) ، ناهمبسته سازی (Decorrelation) ، فرآیند مارکوف