بهبود روشهای های بوستیگ با استفاده از دسته بندی کننده خطی برای چهره یابی در تصاویر استریو

چهرهیابی نقش مهم و کلیدی در برقراری ارتباط بین انسان وماشین دارد. روباتهای هوشمند برای ارائه بسیاری از خدمات به انسانها از چهرهیابی بهره میگیرند. در این مقاله یک روش جدید بر ای کاهش خطای مثبت چهرهیاب های دوبعدی بوستینگ با استفاده از اطلاعات عمق ارائه میشود. از یک دسته بندی کننده دو لایه با ساختار درخت تصمیم بهره میگیریم. هر تصویر به تعداد زیادی زیر پنجره تقسیم می- شود. لایه اول از روش متداول بوستینگ آبشاری برای حذف زیر پنجره های غیر چهره بهره میبرد. باقیمانده زیر پنجره ها برای بررسی بیشتربه لایه دوم فرستاده میشوند. در لایه دوم مدل عمق متناظر هر زیرپنجره محاسبه میشود. مدلهای عمق با استفاده از ی ک دسته بند ی کننده ابداعی به همراه یک دسته بندی کننده خطی مورد بررسی قرارمیگیرند تا باقیمانده زیر پنجره های غی ر چهره حدف شوند . از یک روبات خانگی سیار مجهز به دوربین استریو برای چهره یابی در محیط طبیعی و شلوغ استفاده شد . با استفاده از ا ی ن روش، خطا ی مثبت روشهای چهره یابی دوبعدی به شدت کاهش یافت.

کلیدواژه ها:

چهره یابی ، ارتباط بین انسان و ماشین ، بینایی استریو ، کاهش خطای مثبت ، روبات سیار