شناسایی حالات چهره با استفاده از شبکه عصبی پرسپترون سه لایه

شناسایی حالت چهره به دلیل کاربردهای بسیار مهم آن، توجه ویژه ای در بینایی ماشین به خود جلب کرده است. یکسامانه آنالیز حالت چهره شامل سه بخش اصلی: آشکارسازی چهره، استخراج ویژگی و تشخیص حالات چهره میباشد. دراین پژوهش تلاش بر آن است که هر سه مرحله، محوریت اصلی کار قرار گیرند. برای شناسایی حالات چهره در هشتحالت (خنثی، عصبانیت، تمسخر، تنفر، ترس، خوشحالی، غم و تعجب) از دیتاست Cohn استفاده میشود، سپس پیش -پردازش هایی برای شناسایی کادر صورت لحاظ می گردد. به کمک الگوریتم LBP لبه های خطوط چهره معین خواهد شد. بااستفاده از PCA ابعاد بدست آمده از الگوریتم LBP کاهش می یابد. برای افزایش میزان دقت، نتایج شبیه سازی ها نشان می-دهد با کاهش ابعاد دقت در شبکه عصبی پرسپترون سه لایه بهبود قابل توجه ای می یابد. میزان دقت در شبکه عصبی بدوناعمال PCA به دلیل محدود بودن داده و زیاد بودن ویژگی ها برابر با 37.72 است و با اعمال PCA دقت در شبکه عصبی86.61 خواهد شد.

کلیدواژه ها:

شناسایی حالات چهره ، شبکه عصبی ، PCA ، LBP