بررسي روش هاي تشخيص چهره مبتني بر الگوريتم هاي يادگيري عميق

امروزه با رشد فناوري اطلاعات، تشخيص چهره يك مساله چالش برانگيز در زمينه تجزيه و تحليل تصوير و بينايي رايانه است و به همين دليل در چند سال گذشته به خاطر كاربردهاي فراوان در حوزه هاي مختلف مورد توجه بسياري قرار گرفته است. روش هاي زيادي براي پياده سازي اين فناوري مورد استفاده قرار مي گيرد، اما روش كلي بر مبناي مقايسه مشخصه هاي خاصي از چهره افراد با يك پايگاه داده يا مجموعه اطلاعاتي از پيش ذخيره شده ( كه مي تواند حاصل نمونه گيري از چهره افراد باشد) است. فناوري هاي مبتني بر بيومتريك در سال‌هاي اخير به عنوان اميدواركننده ترين گزينه براي تشخيص هويت افراد، شناخته شده اند. به منظور پياده سازي تشخيص چهره از روش هاي متفاوتي استفاده مي شود. در اين مقاله، مروري بر برخي از روش هاي شناخته شده پردازش تصوير انجام مي شود و مزايا و معايب طرح هاي ذكر شده در آن بررسي شده است. همچنين فناوري هاي پياده سازي سيستم هاي تشخيص چهره معرفي مي گردد. سپس الگوريتم هاي تشخيص چهره بر اساس مشخصه هاي بيومتريك دسته بندي و معرفي مي شوند. علاوه بر اين، ضمن معرفي الگوريتم هاي مدل سلسله مراتبي و ايكس، مدل سلسله مراتبي باينري و ايكس، به بيانِ مفهوم ساختار تشخيصِ چهره ي عميق، پرداخته شده است و برخي از جديدترين الگوريتم هاي توليد شده براي اين منظور ذكر شده است. در پايان، برخي از مهم ترين موارد كاربرد سيستم هاي تشخيص چهره مورد بررسي قرار گرفته است. هدف از اين مقاله، معرفي و بيان الگوريتم هاي يادگيري عميق در تشخيص چهره و بيان چالش هاي موجود مي باشد.