بهبود روش بازشناسی چهره تحلیل مؤلفه های اصلی با استفاده از الگوریتمVoila-Jones

در این مقاله با استفاده از آشکارسازی چهره توسط الگوریتم سریع و دقیق Voila-Jones و ذخیره آن در یک ماتریس دو بعدی مناسب به بهبود بازشناسی چهره توسط الگوریتم تحلیل مؤلفه های اصلی (PCA) می پردازیم. تحلیل مؤلفه های اصلی تبدیلی خطی و ابزاری قدرتمند برای تجزیه و تحلیل داده هایی است که دارای تغییرات خطی می باشند. این روش از جمله روش های بدون نظارتی می باشد که نسبت به تغییرات خطی که در تصویر رخ می دهند؛ نتایج مناسبی را تولید می کنند. اما برای تغییرات غیرخطی ناشی از تغییرات حالت، ژست، سایز بزرگ تصویر و تغییرات درهم و برهم پس زمینه مطلوب نمی باشد؛ که می توان از الگوریتم Voila-Jones برای رفع نقاط ضعف الگوریتم تحلیل مؤلفه های اصلی بهره جست و با ترکیب این دو الگوریتم به یک سیستم بهبودیافته بازشناسی چهره دست یافت.

کلیدواژه ها:

الگوریتم Voila-Jones ، کشف چهره ، بازشناسی چهره ، تحلیل مؤلفه های اصلی