استفاده از الگوریتم های فرامکاشفه ای برای بهبود نسبت فشرده سازی و نرخ بازشناسی تصاویر در یک سامانه بازشناسی چهره

فشرده سازی تصاویر یکی از بخش­های غیر قابل اجتناب در تقریبا هر سامانه پردازش تصاویر منجمله در سامانه­ های بازشناسی چهره است. یکی از چالش­ های اصلی در سامانه ­های بازشناسی چهره کاهش نرخ بازشناسی به دلیل اعمال فشرده سازی با اتلاف روی تصاویر است. در این مقاله روشی جدید برای  بهبود نسبت فشرده سازی تصاویر چهره با تولید جدول­ های چندی سازی جدید در روش JPEG با استفاده از الگوریتم­ های فرامکاشفه­ ای ارائه شده است. ملاک انتخاب بهترین جدول­ های  چندی سازی، توجه به نرخ بازشناسی تصاویر فشرده شده است. جدول­ های جدید نه تنها نرخ بازشناسی را کاهش نمی­دهند بلکه بطور همزمان قابلیت افزایش نسبت فشرده سازی را نیز دارند.  آزمایش­ ها در بازه ­های مختلفی از نسبت فشرده سازی با تنظیم پارامتر کیفیت روی مجموعه­ های مختلف از پایگاه داده FERET صورت گرفته است. نتایج بررسی­ ها حاکی از حفظ و یا در بعضی موارد افزایش نرخ بازشناسی با وجود افزایش نسبت فشرده سازی روی تصاویر است.  

کلیدواژه ها:

فشرده سازی چهره ، بازشناسی چهره ، الگوریتم های فرامکاشفه ای