ارایه روشی جدید برای شناسایی پهره به صورت multi-view و تحت نورپردازی های مختلف با استفاده از Support Vector Machines

در این مقاله یک روش جدید شناسایی چهره به صرت multi-view و تحت نور پردازی های مختلف بر اساس (SVM (Support Vector Machines، استخراج لبه های چهره و روش eigen-face ارائه شده است. مزیت SVM در کلاس بندی، مزیت روش های مبتنی بر استخراج ویژگی (feature based methods) به خاطر کارایی مناسب این روش ها در شرایط مختلف روشنایی محیطی و مزیت روش eigen-face در قابلیت بالای آن در شناسایی چهره، از جمله مزایایی است که در این مقاله پیشنهاد شده است. نتایج ارائه شده در این مقاله، روی پایگاه داده های (UMIST ( database و Yale نشان میدهد که می توان زمینه هایی از روش های feature based ارائه شده در این مقاله را با روش eigen-face که یک روش آماری است ترکیب نموده و نتایج بسیار خوبی را تحت نورپردازی های مختلف و حتی در مکان های بسیار تاریک یا مکان های روشن به دست آورد. در نتیجه مشکل وابستگی روش eigen-face به تغییرات نور محیطی نیز در این مقاله با ارائه یک روش جدید حل شده است بدون اینکه نیازی به نرمالیزاسیون روشنایی باشد.

کلیدواژه ها:

شناسایی چهره ، SVM ، Multi-view ، Illumination ، Eigen-face