ارائه روشی جدید برای شناسایی حالات چهره بر مبنای الگوهای باینری محلی

حالات چهره، مظهر آشکاری از حالت مؤثر، فعالیت شناختی، نیت، شخصیت و آسیب شناسی یک شخص است و فقط حالت احساسات ما را بیان نمی کند بلکه علایم ارتباطی مهمی را نیز در طی تعامل اجتماعی ارائه می کند. روانشناسان گزارش داده اند که حالاتچهره شامل 55 درصد تأثیر یک پیام ارتباطی است در صورتی که زبان و صدا، به ترتیب 7 ٪ و 83 ٪ را تشکیل می دهند. پس مشخصاست که تحلیل و تشخیص اتوماتیک حالات چهره می تواند تعامل انسان-کامپیوتر یا حتی تعامل اجتماعی را بهبود می دهد. روش های استخراج ویژگی حالت چهره بر اساسLBP قدیمی، دارای معایبی همچون پیچیدگی و بعد بالای بردارهای ویژگی است که ممکن است کارایی فرایندهای تشخیص بعدی را کاهش دهند. این مقاله، برای حل این مشکلات، یک الگوریتمLBPبهبود یافته به نامFast LBP FLBP پیشنهاد می کندFLBP بردارهای ویژگی توصیف شده توسط هیستوگرام LBP را فشرده می کند تا پیچیدگی الگوریتم را کاهش دهد. این روش، کارایی آموزش و تست در تشخیص حالات چهره را افزایش داده و دقت تشخیص را نیز تضمین می کند. نتایج آزمایشی نشان می دهند کهFLBP پیشنهادی ارائه شده در این مقاله، سریع و کاراست.

کلیدواژه ها:

الگوهای باینری محلی ، استخراجویژگی ، حالات چهره ، عملگرLBP