شیوا فتحعلی پوری - گروه مهندسی برق، واحد علوم و تحقیقات فارس، دانشگاه آزاد اسلامی، فارس، ایران
شیوا فتحعلی پوری - گروه مهندسی برق، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران
آذر محمودزاده - گروه مهندسی برق، واحد شیراز، دانشگاه آزاد اسلامی،شیراز، ایران

شناسایی حالت چهره یک بخش مهم در تحقیقات ارتباط بین انسان و ماشین است. در این مقاله برای شناسایی دقیق حالت چهره، یک روش ترکیبی جدید مبتنی بر آنالیز مولفه های اصلی و فراکتال مبتنی بر تقسیم بندی تجزیه و تحلیل بافت ارائه شده است. در ابتدا، به این دلیل که تصویر گرفته شده فاکتورهای بسیاری از جمله کنتراست، میزان روشنایی، سایز تصویر، اطلاعات اضافی و غیره دارد که بر دقت، قوت و کارایی سیستم شناسایی تاثیر می گذارد، از روش های پیش پردازش استانداردسازی هندسی، استانداردسازی روشنایی و تعدیل هیستوگرام استفاده شد و از روشی به منظور جداسازی ناحیه موثر صورت نیز بهره گرفته شد. سپس بااستفاده از آنالیز مولفه اصلی، ویژگی های سطوح خاکستری کلی از تصویر چهره استخراج شده و سایز داده نیز همزمان کاهش می یابد. پس از آن، از یک الگوریتم استخراج جدید که برای استخراج ویژگی های بافت تاثیرگذار می باشد، برای شناسایی حالت در ناحیه ی چشم ها بهره گرفته شد. زیرا ترکیب مشخصه های کلی و جزئی برای تشخیص حالت چهره بسیار موثرتر خواهد بود. در انتها، از ماشین بردار پشتیبان برای شناسایی و دسته بندی حالت چهره استفاده شد. این روش به میزان 93.1 درصد نرخ شناسایی دارد.

آنالیز مولفه های باینری محلی، پیش پردازش تصویر، شناسایی خودکار حالت چهره، ماشین بردار پشتیبان