ارائه یک الگوریتم برای شناسایی چهره با استفاده از نمایش تنک در داده های عظیم

نمایش تنک به عنوان قسمتی از هوش مصنوعی و روشی برای شناسایی چهره در سال های اخیر به صورت چشم گیر مورد توجه قرار گرفته است. الگوریتم های متعددی برای طبقه بندی براساس نمایش تنک (SRC) به صورت موفقیت آمیزی توسعه یافته اند. در بسیاری از کاربردهای شناسایی الگو و بینایی ماشین با داده هایی با ابعاد زیاد از قبیل، تصاویر چهره سرکار داریم، در الگوریتم های طبقه بندی براساس نمایش تنک (SRC) نیز ممکن است بعد داده ها یا تعداد آن ها به حدی بالا رود نه تنها موجب افزایش حافظه مورد نیاز می شود، بلکه مشکل پیچیدگی و عدم کارایی الگوریتم ها نیز پدیدار می کند. در این مقاله سعی شده است با ارائه ی الگوریتمی خاص تا حدودی این مشکل کاهش داده شود: ابتدا به منظور کاهش بعد داده از میانگین ۹ تایی استفاده کرده ایم (مربعی ۳*۳)، بدین منظور رابطه ی میانگین ۹ تایی را روی عکس ها اعمال می کنیم، سپس عکس ها را از فضای رنگی (RGB) به فضای YCBCR می بریم و سپس روشنایی در کل چهره را یکسان می کنیم، این کار تا حدودی بعد داده ها را کاهش می دهد، در مرحله بعد عکس ها را برش داده و قسمت های مهم چهره را که شامل حاشیه ها نمی شود را حفظ می کنیم، عکس ها را وارد یک شبکه عصبی چند لایه (MLP) می کنیم تا تشخیص دهد عکس یک چهره هست یا نامربوط است. در مرحله ی آخر برای استخراج ویژگی از الگوریتم آنالیز مولفه های اصلی (PCA) استفاده می کنیم، و عکس ها را وارد سیستم شناسایی با استفاده از نمایش تنک می کنیم و شناسایی چهره با درصد موفقیت چشمگیری صورت می گیرد.

کلیدواژه ها:

شناسایی چهره ، نمایش تنک ، طبقه بندی بر اسام نمایش تنک ، داده های عظیم