زهرا صمدیار - گروه کامپیوتر، پردیس علوم و تحقیقات خمین، دانشگاه آزاد اسلامی، خمین، ایران
حمید پایگذار - گروه کامپیوتر، واحد خمین، دانشگاه آزاد اسلامی، خمین، ایران

تشخیص چهره به عنوان یک الگوی پیچیده مربوط به حوزه تشخیص در دهه های اخیر به طور گسترده مورد مطالعه قرار گرفته است. مسئله استخراج ویژگی، نیز از مباحث مهم در این موضوع است که در حقیقت هدف از استخراج ویژگی، افزایش سرعت، بهره وری و کارایی مسئله است. این ویژگی ها باید در تمام نمونه های چهره یکسان باشند اما برای سایر اشیاء متفاوت باشند. در پژوه این مقاله به طراحی و پیاده سازی یک سیستم شناسایی چهره با استفاده از الگوریتم های استخراج ویژگی پرداخته شد. در این روش پیشنهادی شبکه عصبی را با الگوریتم های جدید SPSO تعمیم دادیم. الگوریتم SPSO پیشنهادی نه تنها می تواند از راکد شدن تحقیقات محلی در یک ناحیه محلی و اتلاف زمان بیشتر در یک تحقیق نامعتبر، ممانعت کند بلکه منجر به حرکت سریع دسته ای به یک ناحیه با پتانسیل بیشتر می گردد. بنابراین، به علت امتیازاتی نظیر ارتقا و بهبود تنوع ذرات و توانایی تحقیقات فراگیر مناسب، الگوریتم SPSO می تواند به میزان بسیار زیادی توانایی شبکه عصبی مصنوعی را ارتقا دهد. براساس آنالیز ساختار و پارامترهای MLP ، الگوریتم SPSO را می توان برای تعیین پارامترهای وزن های شبکه عصبی به کار برد. یک متد شناسایی طرح جدید که SPSO- MLP نامیده می شود، برای شناسایی راستای (جهت) چهره پیشنهاد و مطرح شده است.

استخراج چهره، پردازش تصویر، شبکه عصبی چند لایه، موجک، SPSO