شناسایی چهره انسان با استفاده از رنگ بندی پوست و ویژگی های منطقه ای

با پیشرفت روزافزون سیستم های کامپیوتری، شاهد حضور هرچه بیشتر آن ها در زندگی انسان ها هستیم. با این حال خلأ یک ارتباط مؤثر بین کاربران و این سیستم ها به شدت حس می شود. یکی از موضوعات موردتوجه که می تواند این خلأ را به صورت چشمگیری کاهش دهد، پردازش تصویر است. یکی از کاربردهای مهم در پردازش تصویر، شناسایی چهره است. شناسایی چهره در واقع مشخص می کند چگونه یک پنجره ی چهارگوش در یک عکس در برگیرنده صورت است. شناسایی چهره در حوزه هایی همچون ساختارهای ویدئویی و شاخص گذاری و نظارت بصری و نیز ایجاد حوزه های تحقیقاتی کاربرد دارد. در این تحقیق ،الگوریتمی برای شناسایی چهره انسان در تصاویر دیجیتال ارائه شده است. این الگوریتم با بخش بندی کردن تصویر در فضای رنگ HSV، استخراج ویژگی های تصویر با استفاده از فیلتر گابور و استفاده از شبکه عصبی به شناسایی چهره در حداقل زمان و نرخ صحت بالا می پردازد. بر اساس معیار میانگین خطا، نتایج آزمایش روش ارائه شده بر روی چهار دیتاست Caltech، Pointing04’، CMU PIE و IMM نشان دهنده آن است که الگوریتم در بهترین حالت دارای 0.2815 خطا و در بدترین حالت دارای 0.3796 خطا است. نتایج آزمایش از نظر زمان اجرا، نشان می دهد که الگوریتم قادر است در زمانی بین 90.2 تا 150.1 میلی ثانیه هر تصویر را پردازش کند.

کلیدواژه ها:

شناسایی چهره ، فضای رنگ HSV ، شبکه عصبی ، فیلتر گابور