آشکارسازی چهره با استفاده از SVM و فیلتر گابور

در این مقاله سیستم آشکارسازی چهره براساس SVM پیشنهاد شده است. که برای استخراج ویژگی های چهره از فیلتر گابور اسفاده شده است. با در نظر گرفتن این موضوع که فیلتر گابور با فرکانس های مختلف و جهت های مختلف به استخراج ویژگی های مفید یک تصویر می پردازد و قادر به آشکارسازی لبه های تصویر می باشد، از این فیلتر برای استخراج ویژگی های چهره در تصاویر دسیتابیس استفاده می کنیم. سپس بردار ویژگی براساس فیلتر گابور به عنوان ورودی طبقه بند SVM مورد استفاده قرار می گیرد. این سیستم بر روی یک دیتابیس که شامل تصاویر چهره و غیر چهره هستند اعمال می شود. که به منظور کاهش پیچیدگی محاسباتی و کاهش حجم حافظه ی اشغالی سایز تصاویر دیتابیس را کم می کنیم که در اینجا سایز تصاویر را به اندازه ی 27*18 کاهش می دهیم و با فرمت png ذخیره می کنیم. بعد از یک سری عملیاتی از قبیل اعمال هیستوگرام بر روی تصاویر دیتانبیس، تصاویر دیتابیس با فیلترهای گابور در حوزه فرکانس ضرب می شوند تا ویژگی های گابور به دست آید. این ویژگی ها برای انجام عملیات آموزش و تست به طبقه بند SVM داده می شود. نتایج نشان می دهد که این روش یکی از سریع ترین متدها برای آشکارسازی چهره می باشد.

کلیدواژه ها:

، SVM ، فیلتر گابور ، آشکارسازی چهره ، استخراج ویژگی