Abstract:
در سال های اخیر، شناسایی چهره یکی از موضوعات مورد توجه در سیستم های بایومتریک بوده است. ترکیب سیستم شناسایی چهره دوبعدی و سه بعدی یکی از روش های معمول برای سیستم های تشخیص چهره است. بیشتر کارهای انجام شده در این زمینه بر روی تصاویر دوبعدی (بافت) چهره انسان انجام شده است، اما از آنجا که اطلاعات دوبعدی چهره بشدت تحت تاثیر عوامل محیطی است، سیستم های شناسایی معرفی شده عمدتا دارای دقت قابل قبول در هنگام استفاده در کاربردهای واقعی نیستند. از این رو در سال های اخیر محققان به استفاده از اطلاعات سه بعدی چهره روی آورده اند که در مقابل تغییرات محیط اطراف ثابت هستند. هدف از انجام این پروژه، طراحی یک سیستم شناسایی چهره با استفاده از ترکیب اطلاعات دوبعدی و سه بعدی بهینه مورد توجه این مقاله است. بنابراین، در این مقاله یک الگوریتم ترکیبی تشخیص چهره مبتنی بر اطلاعات موجک گابور ارایه شده است. همچنین جهت کاهش ابعاد تصاویر، الگوریتم های تحلیل اجزای اصلی و تحلیل جداکننده خطی به کار رفته است. در روش پیشنهادی، سیستم دوبعدی و سه بعدی در مرحله تصمیم گیری با یکدیگر ترکیب شده و بر روی تصاویری با تغییر ژست اعمال شده اند. نتایج به دست آمده نشان می دهد که استفاده از سیستم ترکیبی نسبت به حالتی که از سیستم دوبعدی و سه بعدی بتنهایی استفاده می شود، عملکرد بهتری دارد.
In recent years, face recognition has been a topic of interest in biometric
systems. The combination of two-dimensional and three-dimensional facial
recognition systems is one of the most common methods for face recognition
systems. In this field, the most of work is done on human face two-dimensional
images (context). But since the two-dimensional image data are strongly
influenced by environmental factors; primarily, introduced identification
systems have not acceptable careful when using them in real applications.
Hence, in recent years, researchers use from data of the three-dimensional figures
that are fixed in the environment changes. The aim of this project is designing
for a face recognition system by using a combination of two-dimensional and
three-dimensional image data. In this paper, a face detection combination
algorithm based on Gabor wavelet information is presented. Also, in order to
reduce the size of images, principal components analysis algorithms and linear
separators analysis are used. In the proposed method, two dimensional and
three-dimensional systems are combined in the stage of decision and applied
on the images with change of gesture. The obtained results show that using a
two-dimensional and three-dimensional combination system, in compare with
when used alone, has a better performance.
Machine summary:
"در این دسته، در گالری تنها یک تصویر از هر شخص موجود است و سیستم باید تصاویری را شناسایی کند که دارای چرخش غیر کنترل شده چهره هستند.
یکی از مشکلات این نوع روشها حساسیت زیاد به چرخش چهره است (Philips, 1993)، اما روش هایی که از اطلاعات مربوط به تصاویر عمق استفاده می کنند، نسبت به تغییر ژست مقاومت بیشتری را از خود نشان میدهند.
این مقاله به صورت زیر تنظیم شده است: در بخش دوم مرحله پیش پردازش که شامل استخراج تصاویر عمق و بافت است معرفی میشود.
از فیلتر گابور برای استخراج ویژگی و از الگوریتم تحلیل اجزای اصلی و تحلیل جداکننده خطی برای کاهش ابعاد اطلاعات استفاده میشود.
شکل (1): بلوک دیاگرام روش پیشنهادی برای سیستم شناسایی ترکیبی چهره 2- پیش پردازش 2-1- نرمال سازی تصویر سه بعدی و استخراج تصویر عمق تصاویر سه بعدی معمولا حاوی نویز هستند و در این تصاویر بعضی از اجزای چهره (گردن، مو و...
برای حل این مسئله، ابتدا به وسیله تحلیل اجزای اصلی ابعاد داده کاهش یافته و سپس از این الگوریتم استفاده میشود.
شکل (3): درصد شناسایی برحسب w، وزن مربوطه برای ترکیب دسته بندی کننده 5- نتایج تجربی 5-1- پایگاه داده در این مقاله از پایگاه داده FRAV3D استفاده شده است.
35% 95% 6- نتیجه گیری در این مقاله، یک سیستم شناسایی چهره ترکیبی مبتنی بر فیلتر گابور ارایه شد و از یک روش بهینه برای کاهش حجم داده استفاده شد.
, "Automatic 3D face recognition from depth and intensity Gabor features" Pattern Recognition42(2009)1895--1905 [11] P."