سعید فرشباف عظیمی - دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرایش هوش مصنوعی دانشگاه آزاد قزوین
ناصر فرج زاده - دانشگاه شهید مدنی آذربایجان دانشکده فناوری اطلاعات و مهندسی کامپیوتر

در سالهای اخیر با توجه به افزایش کاربردهای شناسایی حالات چهره نظیر کابرد آن در ارتباط بین انسان و ماشین، این موضوع از اهمیت ویژه ای برخوردار شده است. لذا دستیابی به دقت قابل قبول جهت شناسایی حالات چهره بصورت بلادرنگ برای چنین کاربردهایی امری حیاتی بشمار میرود. بنابراین ارایه رویکردی جدید برای شناسایی حالات چهره در زمانی کوتاه، همواره موضوع جالب و چالش برانگیزی در بینایی ماشین محسوب میشود. در این تحقیق، هدف ما ارایه روشی کارا از نظر دقت اجرا جهت شناسایی حالات چهره است. در روش پیشنهادی سعی میگردد، اقدام به گرفتن نتایج با درصد موفقیت بالا نماییم. در این راستا، ابتدا با استفاده از رویکرد استخراج و ترکیب ویژگی ها توسط معادلات دیفرانسیل تیوری آشوب، ویژگی های با اهمیت تعیین شده و سپس توسط الگوریتم برنامه نویسی ژنتیک اقدام به شناسایی حالات چهره در مجموعه داده ها، میشود. نتایج بدست آمده از اجرای روش پیشنهادی روی سه پایگاه داده Cohn–KanadeوJAFFEوTFEID با دقت به ترتیب 86.8%و88.3%و92.9% حاکی از آن است که روش پیشنهادی توانسته نسبت به کارهای انجام شده در این حوزه بهتر عمل نموده و توانسته، بهترین روش ارایه شده اخیر را پشت سر بگذارد

شناسایی حالات چهره، شبکه عصبی پرسپترون، تیوری آشوب ، برنامه نویسی ژنتیک