بهبود مدل تفکیک‌کننده منیفلدهای غیرخطی به‌منظور بازشناسی چهره با یک تصویر از هر فرد

یادگیری منیفلد یکی از روش‌های کاهش بعد مطرح به‌منظور استخراج ساختار غیرخطی داده با ابعاد بالاست. تاکنون روش‌های زیادی به این منظور ارایه شده‌اند. در تمام این روش‌ها یک منیفلد به‌عنوان منیفلد جاسازی‌شده در داده استخراج می‌شود. در‌حالی‌که در خیلی از مسایل مربوط به دنیای واقعی یک منیفلد به‌تنهایی بیان‌گر ساختار داده نیست. در این راستا بر مبنای تحقیقات قبلی، یک روش کاهش بعد غیرخطی مبتنی بر شبکه‌های عصبی عمیق ارایه شده است که قادر به استخراج توام منیفلدهای جاسازی‌شده در داده است. در مدل شبکه عصبی تفکیک‌کننده منیفلدهای غیرخطی، برخلاف روش معمول استخراج منیفلد با شبکه‌های عصبی که به‌صورت بدون سرپرستی صورت می‌گیرد، از برچسب داده در جهت شکل‌گیری منیفلدها به‌صورت غیرمستقیم استفاده می‌شود. با توجه به ساختار عمیق این مدل نشان داده شده است که با بهره‌گیری از روش‌های پیش‌تعلیم می‌توان به‌طور معناداری عملکرد آن‌را بهبود بخشید؛ همچنین در راستای استخراج بهتر منیفلدها و حفظ تمایز درون‌منیفلدی برای طبقات مختلف، توابع معیار آن بهبود داده شده است. این مدل برای استخراج منیفلدهای حالت‌های احساسی و هویت افراد از دادگان چهره ck+، مورد استفاده قرار گرفته است. با بهره‌گیری از پیش‌تعلیم لایه‌به‌لایه و بهبود توابع معیار، نرخ بازشناسی حالت برای تصاویر مجازی از %29/24 به %07/75 و درصد صحت بازشناسی هویت با یک تصویر از هر فرد با غنی‌سازی دادگان تعلیم طبقه‌بند knn توسط این تصاویر مجازی، از %62/90 به %07/97 نسبت به مدل اولیه بهبود داشته‌ است.