آشکارسازی چندتایی صورت انسان در تصاویر اینترنتی با استفاده از ترکیب فیلترهای گابور و شبکه عصبی

این مقاله روشی نوین برای آشکارسازی چندتایی صورت انسان از نمای روبه‌رو در تصاویر اینترنتی با پس‌زمینه‌های پیچیده را با تمرکز بر کاهش خطای آشکارسازی نمونه‌های غیر صورت به عنوان صورت بیان می‌کند. در روش ارائه‌شده از ترکیب شبکه عصبی چندلایه پیش‌خور با روش آموزش بازگشتی و ویژگی انرژی فیلتر گابور در حوزه فرکانس استفاده شده است. در روش پیشنهادی این مقاله با معرفی پیش‌پردازشی جدید برای افزایش کیفیت ویژگی انرژی گابور، انجام دو مرحله پایش بر روی تصاویر ورودی و خروجی و همچنین استفاده از سه شاخص شناسایی اجزای صورت در خروجی انرژی گابور، خطای آشکارسازی نمونه‌های غیر صورت به عنوان صورت به شدت کاهش یافته است. در این مقاله پایگاه تصاویر جدیدی به نام rfd از تصاویر اینترنتی جمع‌آوری شده است که دارای 583 تصویر صورت غیر تکراری و 9961 تصویر غیر صورت در اندازه 168×192 است. دقت الگوریتم پیشنهادی در آشکارسازی صورت در این پایگاه تصاویر 88.16% و خطای آشکارسازی آن تنها 48 مورد معادل 0.48% است. این در حالی است که الگوریتم ویولاجونز در این پایگاه تصویر دارای 124 خطای آشکارسازی بوده و در نتیجه خطای آشکارسازی الگوریتم پیشنهادی نزدیک به 2.5 برابر بهتر از الگوریتم ویولاجونز می‌باشد.