بررسی روشی جهت تشخیص و آنالیز حالت چهره به کمک روش های LBP و الگوی دودویی و شبکه عصبی

حالت چهره، تشخیص و آسیب شناسی یک شخص است و فقط احساسات ما را بیان نمی کند. چهره شامل 55 درصد تاثیر یک پیام ارتباطی است، پس تحلیل و تشخیص حالت چهره به صورت اتوماتیک می تواند تعامل انسان، کامپیوتر را بهبود دهد. محققان در سال های اخیر تلاش های بسیاری برای حل این مسیله در عرصه های صنعتی و علمی انجام دادند. یکی از این روش ها مدلی ابتکاری و نوین است که میزان دقت تشخیص حالات چهره را نسبت روش های مشابه افزایش می دهد. این روش ترکیبی از روش تحلیل مولفه های اصلی و الگوی دودویی محلی است که مزایای آن جهت بهبود نرخ تشخیص است. الگوی دودویی محلی به عنوان یک توصیفگر غیر پارامتری مطرح است که می تواند ساختار های محلی تصاویر را به صورت خلاصه ارایه نماید و کاربرد آنها برای آنالیز تصاویر چهره مطرح شده است. در این تحقیق علاوه بر ترکیب این دو روش، روش طبقه بندی موثری مبتنی بر شبکه های عصبی مصنوعی مدلی ارایه شده است و نتایج به دست آمده از این روش نشان از نرخ تشخیص 94/44 درصدی دارد .

Keywords:

پردازش تصویر , تشخیص چهره , شبکه عصبی , استخراج ویژگی , پایگاه داده کوهن- کاند