بهينه سازي تشخيص چهره با استفاده تركيبي از يادگيري عميق و الگوي باينري

چكيده -تشخيص چهره يكي از پركاربردترين تكنيك هاي بيومتريك در نظارت و امنيت است. اگرچه بسياري از سيستم هاي پيشرفته در حال حاضر در سراسر جهان وجود دارند ، چالش اصلي براي استخراج ويژگي ها از تغييرات تصاوير جستجوي ثبت شده در مكان هاي كنترل نشده است. برخلاف الگوي باينري محلي يا اهرام قابل هدايت كه به ترتيب از دامنه فضايي و دگرگوني يك بردار ويژگي را مي سازند ، رويكرد ما روشي را ايجاد كرد كه از ويژگي هاي دامنه الگوي باينري و يادگيري عميق بهره مي برد. به طور خاص ، يادگيري عميق ويژگي هايي مانند جهت گيري و ناهمسانگردي را نشان مي دهد و از اين رو ، منجر به استخراج ويژگي هاي مهم مي شود. علاوه بر اين ، ما الگوريتم جديدي براي افزايش ضريب ارائه كرده ايم كه در زير ساخت يادگيري عميق قابل اجرا است. در آخر ، ما رويكرد خود را با ساير رويكردهاي معاصر محك مي زنيم و آن را به عنوان قوي ترين روش تشخيص چهره بيان مي كنيم