استفاده از ترکیب طبقه بندها برای آشکارسازی دقیق چهره های طبیعی در تصاویر رنگی استاتیک

در این مقاله یک ایده برای آشکارسازی چهره های طبیعی موجود در تصاویر رنگی با استفاده از ترکیب طبقه بندها طرح گردیده است. بدین منظور از ترکیب متوالی طبقه بندهای مدل رنگ پوست و AdaBoost استفاده شده است . در روش پیشنهادی ابتدا با استفاده از تخمین مدل رنگ پوست، نواحی هم رنگ با پوست از پس زمینه قطعه بندی می گردند. سپس با استفاده از تحلیل اجزاء به هم پیوسته، نواحی کاندیدا برای یافتن چهره های طبیعی شناسایی می گردند. در مرحل ه بعد ، برای تخمین چرخش دو بعدی سر، بر روی نواحی کاندیدا PCA اعمال شده است در مرحل ه چهارم، مقدار زاوی ه چرخش سر جبران سازی گردیده است . برای آشکارسازی نهایی چهره های طبیعی ، تصاویر کاندیدای جبران سازی شده به عنوان ورودی مطلوبِ طبقه بند AdaBoost در نظر گرفته می شوند. نتایج تجربی نشان می دهند که روش ارائه شده قادر به آشکارسازی چهره های طبیعی در تصاویر تا 360 درجه چرخش دو بعدی است. نرخ آشکارسازی چهره بر روی مجموعه داده های آزمایش شده بیش از 96 درصد گزارش شده است.

کلیدواژه ها:

آشکارسازی چهره ، الگوریتم AdaBoost ، تحلیل مؤلفه های اصلی ، تخمین چرخش سر ، ترکیب طبقه بندها ، مدل رنگ پوست ، تحلیل اجزاء به هم پیوسته ، سامانه های تغییر ناپذیر با دوران