مروری بر فرآیند تشخیص چهره به کمک شبکه های عصبی عمیق

پردازش چهره، یکی از اساسی ترین موضوعات در حوزه الگوریتم های بینایی ماشین است که با استفاده از روش های هوشمند، هویت یک انسان را براساس ویژگی های فیزیولوژیکی، تشخیص و تایید می کند. این فناوری با دارا بودن مزیت هایی همچون دقت بالا و سطح پایین دخالت فرد، کاربردهای فراوانی در امنیت اطلاعات، اجرا و نظارت بر قانون، کنترل و ثبت تردد در سیستم های حضور و غیاب و... دارد. در سال های اخیر یادگیری عمیق عملکرد فوق العاده ای در بینایی کامپیوتر به ویژه در زمینه تشخیص چهره بدست آورده است. یادگیری عمیق از ترکیب ویژگی های انتزاعی و شبکه های عصبی عمیق، برای تولید نتایجی که در شرایط عادی دستیابی به آن ها امکان پذیر نبوده و غیر قابل تشخیص هستند، استفاده می کند. ساختار مدل تشخیص چهره مبتنی بر شبکه های عمیق، به دو عامل اصلی تعداد و کیفیت داده های آموزش بستگی دارد. به طور کلی سیستم های تشخیص چهره دارای چالش هایی همچون تغییرات روشنایی، حالات و وضعیت های مختلف چهره، پوشیدگی صورت، وضوح کم تصویر وتعداد کم نمونه های آموزشی می باشد. این مقاله، مروری کلی بر تکنیک های مطرح در زمینه شبکه عصبی عمیق جهت تشخیص چهره دارد و الگوریتم های مطرح در زمینه رفع این چالش ها را مورد بررسی قرار می دهد.