آشکارسازی چندتایی صورت انسان با تمرکز بر کاهش خطایآشکارسازی برای کاربردهای ذخیره سازی هوشمند انرژی

این مقاله روشی ترکیبی برای آشکارسازی صورت از نمای روبرو در تصاویر رنگی با پس زمینه های پیچیده را با استفاده از فیلترهای گابور، شبکه عصبی و تشخیص رنگ پوست بیان می کند. تمرکز اصلی روش ارائه شده در کاهش خطای آشکارسازی نمونه های غیر صورت به عنوان صورت به منظور استفاده در سیستم های ذخیره سازی هوشمند انرژی می باشد. در این روش پردازش رنگ پوست در محیطYCbCr انجام پذیرفته و از ویژگی انرژی گابور در حوزه فرکانس برای آموزش الگوهای صورت در شبکه ی عصبی پرسپترون چند لایه استفاده شده است. بررسی عملکرد الگوریتم ترکیبی بر روی 67 تصویر چند چهره شامل 350 چهره غیر تکراری از اینترنت نشان می دهد که دقت الگوریتم پیشنهادی در آشکارسازی صورت در این مجموعه تصاویر97/7%و خطای آشکارسازی آن تنها 19 مورد است. این در حالی است که الگوریتم ویولاجونز در این پایگاه تصویر دارای 27 خطای آشکارسازی بوده و در نتیجه خطای آشکارسازی الگوریتم پیشنهادی نزدیک به 1/4 برابر بهتر از الگوریتم ویولاجونز می باشد.

کلیدواژه ها:

فیلترهای گابور ، گابور انرژی ، شبکه عصبی ، آشکارسازی پوست ، ویژگی های صورت