ارائه یک ساز و کار هوشمند برای تشخیص چهره مرتبطین نیروهای مسلح در نقاط قرمز با استفاده از الگوریتم Big-GAK

نویسندگان

1 کارشناس ارشد هو ش مصنوعی ، دانشگاه جامع امام حسین (ع)، تهران، ایران (نویسنده مسئول)

2 دانشجو دکتری مدیریت فناوری اطلاعات ، واحد تهران جنوب، دانشگاه ازاد اسلامی، تهران، ایران

3 استاد، دانشکده هوش مصنوعی و علوم شناختی، دانشگاه جامع امام حسین (ع)، تهران، ایران.

4 کارشناس ارشد مدیریت، دانشگاه جامع امام حسین (ع)، تهران، ایران

doi
چکیده

 مطابق سند معماری هوشمند سازی ساحفاهای نیروهای مسلح، کاهش حضور فیزیکی نیروهای عملیاتی با بکارگیری فناوری های نوین و توانمندسازی های دیجیتال در اقدامات عملیاتی مانند: تعقیب و مراقبت، از اهداف سازمان های حفاظت اطلاعات می باشد. یکی از ابزارهای هوشمند برای تحقق این امر، طراحی و پیاده‌سازی سامانه های تشخیص چهره است که به دلیل استفاده از تکنیک‌های مختلف پردازش تصویر به صورت توأمان و شباهت بسیار زیاد تصاویر چهره انسان در بانک‌های اطلاعاتی حجیم، با پیچیدگی‌های فراوانی روبرو شده است. ما برای فائق آمدن بر این مشکلات و ایجاد امکان تشخیص چهره در بانک‌های اطلاعاتی حجیم بالای ۵۰۰ هزار تصویر، ضمن تشریح الگوریتم Big-GAK به ارائه مکانیسم هوشمندی شامل مراحل ذیل خواهیم پرداخت:1.استخراج ویژگی ها در تعامل با واحدهای شناختی پیش‌پردازش و کنترل کیفی 2.دسته بندی با استفاده از الگوریتم های شناختی و الگوریتم ژنتیک 3. بکارگیری الگوریتم محلی LBP و الگوریتم K-Points جهت کاهش محدوده تصاویر و سپس تشخیص دقیق 4. صحت سنجی به صورت باناظر و ارجاع به مرحله دوم الگوریتم ژنتیک در صورت عدم موفقیت.