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.