بازشناسی چهره تحت شرایط گریم و آرایش با استفاده از الگوریتم کوانتیزاسیون فاز محلی و تجزیه مقدار تکین در صورت وجود یک تصویر مدل از هر شخص

در این مقاله یک رویکرد بازشناسی چهره تحت شرایط گریم و آرایش مبتنی بر الگوریتم کوانتیزه ساز فاز محلی (LPQ) و تجزیه مقدار تکین (SVD) تصاویر گالری ارائه شده است. LPQ برای استخراج ویژگی آماری فاز در پنجره هایی با اندازه های مختلف استفاده شده است. از SVD جهت مقابله با چالش محدود بودن تصاویر گالری استفاده شده که به کمک تصاویر پایه مستخرج از آن، هر تصویر منفرد به سه تصویر بازسازی شده تبدیل می شود. LPQ به دلیل استفاده از ویژگی آماری فاز تبدیل فوریه، در مقابل محوی موجود در تصاویر مقاومت نشان می دهد همچنین استفاده از پنجره هایی با اندازه های مختلف به جای استفاده از پنجره ثابت در مرحله استخراج ویژگی، باعث افزایش کارایی در روش پیشنهادی شده است. جهت بازشناسی، از دو معیار شباهت سنجی فاصله اقلیدسی و منهتن استفاده شده است. کارایی الگوریتم پیشنهادی با سه سری آزمایش بر روی دو پایگاه داده واقعی و ساختگی تغییر چهره ارزیابی شده است. آزمایش اول با بررسی تمام ترکیبات ممکن پنجره هایی با اندازه های مختلف ایجاد شده در مرحله استخراج ویژگی، آزمایش دوم با کاهش تعداد تصاویر گالری و آزمایش سوم با گریم های مختلف از هر شخص انجام گرفته است. نتایج پیاده سازی های انجام شده، برتری شیوه پیشنهادی را در مقایسه با چند الگوریتم مطرح موجود نشان می دهد.

Keywords:

بازشناسی چهره تحت شرایط گریم و آرایش , کوانتیزه ساز فاز محلی , تجزیه مقدار تکین , تبدیل فوریه , فاصله اقلیدسی و منهتن