شناسایی چهره با استفاده از یک نمونه آموزشی از هر فرد

در این مقاله یک روش جدید برای شناسایی چهره با یک تصویراز هر فرد ارائه شده است . روش های شناسایی چهرهمتداول معمولا چندین تصویر تمام رخ را جهت آموزش برای هر فرد در نظر می گیرند در حالی که در بسیاری ازکاربردهای دنیای واقعی تنها یک تصویر آموزشی برای هر شخص در دسترس می باشد.در این مقاله جهت شناسایی چهرهبا ارتقا روش RSC و با استفاده از نمایش خلوت داده ها دسته بندی کلاس ها را انجام دادیم.و برای انجام شناسایی صرفابا یک تصویر از هر فرد برای بالا نگه داشتن نرخ شناسایی از یک لغت نامه کمکی حاوی ویژگی هایی نظیر eigen- face که از تصاویرافراد دیگر استخراج شده استفاده می شود و با آموزش لغت نامه تغییرات درون کلاسی تصویر هر فردرا مدل می کند.این کار علاوه بر بالا نگه داشتن نرخ شناسایی باعث می شود اندازه لغت نامه به تعداد متغیرها بستگی پیداکند نه به تعداد کلاس ها (افراد) ، لذا حجم محاسبات به مقدار چشمگیری کاهش می یابد. این عمل با تنظیم تنها یکی ازپارامترهای الگوریتم اصلی صورت پذیرفت. ما برای تنظیم این پارامتر از الگوریتم PSO استفاده کردیم. سیستم تشخیص چهره پیشنهادی، بر روی پایگاه تصاویر AR به دقت 97/48 و بر روی مجموعه داده YALE به دقت 68/96 دست یافته است . همچنین با سایر روشهای مطرح در حوزه تشخیص چهره با یک تصویر آموزشی مورد مقایسه قرار گرفته و بهترین نتایج را در مقایسه با سایر روشها ارائه نموده است.

کلیدواژه ها:

تشخیص چهره ، استخراج ویژگی ، نمایش اسپارس ، لغت نامه کمکی ، بهینه سازی ازدحام ذرات