شناسايي چهره در عكسهاي رنگي با استفاده از تركيب مدلهاي رنگي و روشهاي داده كاوي

در محاسبات بينايي، شناسايي چهره در يك عكس كار جزئي نمي باشد و نقش مهمي را در بعضي كاربردها مثل تشخيص چهره، ارتباط انسان و كامپيوتر و مراقبت هاي ويديويي دارد. روش پيشنهادي ما شامل دو مرحله ي آموزش و شناسايي مي باشد. در مرحله ي آموزش، ابتدا عكس هاي آموزشي را از طريق اعمال پيش پردازش به عكسهاي لبه تبديل مي كنيم. سپس از الگوريتم MAFIA براي استخراج الگوهاي پر تكرار چهره از عكسهاي لبه استفاده مي كنيم و آن را ويژگيهاي مثبت مي ناميم. به طور مشابه، ويژگي هاي منفي را از عكسهاي غير لبه بدست مي آوريم. مبتني بر ويژگي هاي استخراج شده، يك كلاس بند، براي هرس غير چهره ها به نام كلاس بند ويژگي چهره ايجاد مي كنيم. در مرحله ي شناسايي، از پنجره ي لغزان با مقياس هاي مختلف براي عكس هاي آزمايشي استفاده مي كنيم. هر پنجره بايد از دو كلاس بند شامل كلاس بند واريانس و كلاس بند ويژگي چهره عبور كند. اين دو كلاس بند كانديداها را براي مرحله ي بعد توليد مي كنند. اين دو كلاس بند معمولاً بيشتر چهره ها را مي يابند اما به اشتباه بعضي غير چهره ها را نيز به عنوان چهره شناسايي مي كنند. كانديداها، به كلاس بندي كه رنگ پوست را تشخيص مي دهد فرستاده مي شوند و به اين ترتيب غيرچهره ها حذف مي شوند. نتايج بر روي پايگاه دادههاي استاندارد Bao و MW عملكرد خوب اين روش را نشان مي دهد