شناسایی چهره توسط روش CCA

استخراج ویژگی مهمترین بخش هر سیستم شناسایی هویت را تشکیل می دهد. استخراج مناسبترین ویژگیهای از سیگنال یا تصویر مورد نظر می تواند در طبقه بندی بهتر کاملاً موثر باشد. یکی از مسائلی که در انواع روشهای شناسایی چهره وجود دارد این است که هر روش قادر به شناسایی تصاویر خاصی است که روشهای دیگر قادر به شناسایی آن دسته از تصاویر نمی باشند. بنابراین اگر بتوان با شیوه ای اطلاعات مربوط به دو یا چند روش را با یکدیگر تلفیق نمود این امکان وجود دارد که تعداد تصاویری که تسوط ترکیب این دو یا چند روش با هم مورد شناسایی قرار گیرد بیش از تعداد تصاویری باشد که تسوط تک تک این روشها مورد شناسایی قرار گرفته اند. محاسبه همبستگی بین روشها یکی از راه های جهت ترکیب اطلاعات به دست آمده از دو روش متفاوت می باشد. CCA یکی از روشهایی است که از آن می توان برای محاسبه همبستگی بین دو بردار استفاده نمود. متاسفانه تاکنون از این روش در مباحث پردازش سیگنال و سیستمهای شناسایی هویت بسیار کم استفاده شده است. هدف این مقاله معرفی این روش و نشان دادن کارایی بالای این روش در امر شناسایی چهره می باشد.

کلیدواژه ها:

تحلیل مولفه های اصلی ، تبدیل کسینوسی گسسته ، CCA