کاهش خطای تشخیص چهره با استفاده از LDP و تلفیق PCA با فیلتر گابور

تشخیص چهره یکی از زمینه های تحقیقاتی در پیشبرد تعامل انسان و کامپیوتر است روشهای بسیاری برای استخراج ویژگی های عمومی و بافتی چهره استفاده می شود LDP یکی از روشهایی است که برای استخراج ویژگی های بافت های دهان و چشم ها مورد استفاده است این روش نسبت به روشهای دیگر در همین دسته مانند LBP در برابر نویزهای گاوسی و تغییرات نور عملکرد بهتری ارائه داده است روشهایی نظیر PCA نیز برای استخراج ویژگی های عمومی چهره مورد استفاده قرار می گیرد قابلیت کاهش ویژگی در PCA باعث شده تا این روش در بسیاری از روش های تشخیص چهره مورد استفاده قرار بگیرد PCA در مواجهه با دادگان نویزی دقت قابل قبولی را ارائه نمی دهد به منظور بهره مندی از ویژگی های عمومی و بافتی در فرایند تشخیص چهره الگوریتم های ترکیبی مختلفی ارائه شده است ترکیب الگوریتم PCAوLDP دقت قابل قبولی را در مواجه با دادگان نویزی ارائه داده است ضعف PCA در مواجهه با دادگان نویزی عملکرد روش های ترکیبی را تحت شعاع قرار می دهد در این مقاله بوسیله ترکیب فیلتر گابور و PCA علاوه بر افزایش دقت تشخیص چهره مقاومت PCA در مواجهه با دادگان نویزی افزایش داده شده است نتایج آزمایشات نشان می دهد ترکیب PCAو فیلتر گابور با LDP عملکرد به مراتب بهتری در تشخیص حالت های چهره و همچنین در مواجهه با دادگان نویزی از خود نشان می دهد

کلیدواژه ها:

تشخیص چهره ، PCA ، LDP ، SVM ، فیلتر گابور