شناسایی حالت چهره با استفاده از نرمالیزاسیون هندسی و تبدیل موجک مختلط Dual-Tree

نویسندگان

1 دانش‌آموخته کارشناسی ارشد دانشکده مهندسی برق - دانشگاه صنعتی امیرکبیر

2 دانشجوی دکترای دانشکده مهندسی برق - دانشگاه صنعتی امیرکبیر

3 دانشیار دانشکده مهندسی برق - دانشگاه صنعتی امیرکبیر

doi
چکیده

چکیده: در سال­های اخیر شناسایی حالت چهره به دلیل کاربردهای فراوان موردتوجه زیادی در تحقیقات بینایی ماشین قرار گرفته است. به دلیل تنوع و تغییرپذیری حالت­ها، شناسایی حالت چهره با دقت بالا هنوز هم به‌عنوان یک مسئله چالش‌برانگیز مطرح است. در این مقاله روش نوینی ارائه می­شود که هم‌زمان با حذف تنوع هندسی در چهره، از استخراج ویژگی­های دقیق بهره می­برد. برای این کار از مدل هندسی میانگین برای نرمالیزاسیون و حذف تنوع هندسی تصاویر چهره و در مرحله بعد از تبدیل موجک مختلط Dual-Tree برای استخراج ویژگی­های ظاهری استفاده شده است. این تبدیل موجک یک تبدیل جهت­دار با قابلیت تشخیص لبه­ها در زوایای مختلف و دارای خاصیت تغییرناپذیری نسبی در برابر جابجایی است. این نوآوری، یعنی استفاده هم‌زمان از نرمالیزاسیون هندسی و تبدیل موجک مذکور، دقت الگوریتم را در برابر استفاده تک­تک از این روش­ها بیش از 5% افزایش می­دهد؛ به‌طوری‌که با این روش، نرخ شناسایی هفت حالت چهره بر روی پایگاه داده CK+ برابر با 78/93% است، که در برابر معتبرترین منابع تحقیقاتی اخیر در این پایگاه داده دقت قابل‌توجهی است.