شیوا فتحعلی پوری - گروه مهندسی برق، واحد علوم و تحقیقات فارس، دانشگاه آزاد اسلامی، فارس، ایران
شیوا فتحعلی پوری - گروه مهندسی برق، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران
آذر محمودزاده - گروه مهندسی برق، واحد شیراز، دانشگاه آزاد اسلامی،شیراز، ایران

در این مقاله برای شناسایی دقیق حالت چهره، یک روش ترکیبی به منظور استخراج ویژگی های کلی و محلی چهره ارائه می شود. ابتدا از ویژگی های پیش پردازش تصویر به منظور حذف نواحی اضافی تصویر، بهبود نور تصویر، کنتراستریال سایز تصویر و ... استفاده می شود. سپس با بکارگیری روش تحلیل مولفه های اصلی، ویژگی های سطوح خاکستری کلی را از تصویر چهره استخراج کرده و سایز داده را همزمان کاهش داده و با الگوی باینری محلی ویژگی های بافت محلی از ناحیه ی دهان که بیشترین تاثیر را در شناسایی حالت چره دارد استخراج می شود. پس از آن از ماشین بردار پشتیبان برای شناسایی و دسته بندی حالت های چهره استفاده می شود. در این شبیه سازی از بانک تصاویر JAFFE استفاده شده است که در میان آن ها تصاویری وجود دارد که چندین حالت ترکیبی را به طور همزمان نشان می دهند که ناچاریم سیستمی طراحی نماییم که قوی ترین حالت را از میان حالت های دیگر تشخیص دهد. این سیستم ها می توانند به صورت قابل قبولی حالت های مختلف را دسته بندی کنندو نرخ شناسایی قابل توجهی نسبت به روش های معمول پیشین ارائه دهند. این روش به میزان 91.86 درصد شناسایی دارد.

آنالیز مولفه های اصلی، الگوی باینری محلی، پیش پرداز تصویر، شناسایی خودکار حالت چهره، ماشین بردار پشتیبان