الگوی دودویی محلی برای تشخیص جنسیت: (مطالعه موردی تصاویر پرسنلی افراد ایرانی)

شخیص جنسیت یکی از زمینه هایتحقیقاتی حایز اهمیت در کاربردهایی چون امنیت،بیومتریک و تعامل انسان با ماشین می باشد. یکی ازچالش های بزرگ در مساله تشخیص جنسیت استخراجویژگی هایی از تصاویر چهره است که دارای بیشترینواریانس بین کلاسی و کمترین واریانس درون کلاسیباشد. عوامل زیادی از جمله شرایط محیطی و نورپردازی،عدم یکنواختی پس زمینه، حالات چهره و ... بر روی دقتتشخیص جنسیت تاثیرگذارند. یکی از بهترین استخراجگرهای ویژگی الگوی دودویی محلی می باشد که نسبت بهعواملی چون نورپردازی حساس نبوده و دقت بالایی درتشخیص جنسیت در پایگاه داده FERET برای آن گزارش شده است. به منظور آزمودن این استخراج گر ویژگی درتشخیص جنسیت افراد ایرانی، پایگاه دادهای متشکل از2000 تصویر چهره ( 1000 تصویر مرد و 1000 تصویر زن باحجاب) گردآوری شده و از الگوی دودویی محلی برایاستخراج ویژگی، تحلیل مولفه اصلی برای کاهش ابعادبردار ویژگی و دسته بندی کننده ماشین بردار پشتیبانجهت دسته بندی استفاده شده است. در نهایت دقت روشپیشنهادی با پارامترهای تنظیمی متفاوت و با ابزار تجاریVeriLook متعلق به شرکت نروتکنولوژی مقایسه شده است. با روش پیشنهادی، دقت 99,88 % تشخیص جنسیتبر روی پایگاه داده بومی حاصل شده است.

کلیدواژه ها:

تشخیص جنسیت ، پایگاه داده بومی ، الگوی محلی باینری ، ماشین بردار پشتیبان