شناسایی حالت چهره با استفاده از نرمالیزاسیون هندسی و تبدیل موجک مختلط Dual-Tree

در سالهای اخیر شناسایی حالت چهره به دلیل کاربردهای فراوان موردتوجه زیادی در تحقیقات بینایی ماشین قرار گرفته است. به دلیلتنوع و تغییرپذیری حالتها، شناسایی حالت چهره با دقت بالا هنوز هم به عنوان یک مسیله چالش برانگیز مطرح است. در این مقاله روش نوینیارایه می شود که هم زمان با حذف تنوع هندسی در چهره، از استخراج ویژگی های دقیق بهره می برد. برای این کار از مدل هندسی میانگین براینرمالیزاسیون و حذف تنوع هندسی تصاویر چهره و در مرحله بعد از تبدیل موجک مختلط Dual-Tree برای استخراج ویژگی های ظاهری استفاده شده است. این تبدیل موجک یک تبدیل جهت دار با قابلیت تشخیص لبه ها در زوایای مختلف و دارای خاصیت تغییرناپذیری نسبی در برابرجابجایی است. این نوآوری، یعنی استفاده هم زمان از نرمالیزاسیون هندسی و تبدیل موجک مذکور، دقت الگوریتم را در برابر استفاده تک تک از اینروش ها بیش از 5% افزایش می دهد. به طوری که با این روش، نرخ شناسایی هفت حالت چهره بر روی پایگاه داده +CK برابر با 93/78% است، که در برابر معتبرترین منابع تحقیقاتی اخیر در این پایگاه داده دقت قابل توجهی است.

کلیدواژه ها:

شناسایی حالت چهره ، تبدیل موجک مختلط Dual-Tree ، نرمالیزاسیون هندسی ، شکل میانگین