تشخیص چهره انسان بر اساس ترکیبی از تبدیل موجک گسسته, شبکه عصبی و الگوریتم گابور

با رشد سریع تکنولوژی مخصوصا در حوزه یادگیری ماشین و بینایی کامپیوتر، همواره شاهد ظهور کاربردهای مختلف این تکنولوژی هستیم که همواره با حل برخی از مشکلات موجود در راستای بهبود کیفیت زندگی بشر بوده است. یکی از مسائل مورد توجه در حال حاضر ارائه روشهای کارامد برای تشخیص اشیاء و همچنین تشخیص افراد مختلف بصورت خودکار توسط الگوریتمهای هوشمند است. در این مقاله یک روش تشخیص چهره ارائه مینماییم که قابلیت تشخیص همزمان چند چهره در یک تصویر را دارد. در این الگوریتم برای کاهش ابعاد ویژگیهای تصویر از روش تبدیل ویولت گسسته استفاده نموده ایم و سپس برای استخراج ویژگی از فیلتر گابور استفاده مینماییم و در آخر عمل دسته بندی پیکسلهای تصویر و تشخیص چهره را با استفاده از الگوریتم شبکه عصبی پرسپترون چند لایه انجام میدهیم. نکته اصلی این الگوریتم سرعت بالای آن نسبت به روشهای دیگری است که در آنها از فیلتر گابور استفاده نمودهاند و این امر به دلیل ترکیب روش ویولت در مرحله استخراج و انتخاب ویژگی میباشد. این الگوریتم بر خلاف مدلهای عمیق، زمان آموزش بسیار کمتری نیاز دارد و به دلیل قابل توجه بودن دقت تشخیص همزمان چند چهره در تصویر میتواند در کاربردهای دنیای واقعی مورد استفاده قرار گیرد.

Keywords:

تشخیص اشیاء , تشخیص چهره , تبدیل ویولت گسسته , شبکه عصبی مصنوعی , فیلتر گابور