استخراج ویژگی تصاویر چهره مبتنی بر محاسبه‌ی همسایگی‌ها در الگوهای دودویی محلی بیضوی

در این پژوهش ما یک روش استخراج ویژگی محلی برای کاربردهای تشخیص چهره ارائه می‌کنیم. این رویکرد الگوی دودویی محلی بیضوی همسایگی‌های قسمت‌بندی شده یا به‌اختصار (neib-elbp) نام دارد. این روش با دیگر روش‌های مبتنی بر الگوهای دودویی محلی(lbp) تفاوت‌هایی دارد که ازجمله‌ی آن می‌توان به تفاوت در شیوه‌ی محاسبات الگوها اشاره کرد. هدف این روش ارائه‌ی یکی مدل استخراج ویژگی است که نه‌تنها از مزیت‌های شکل فیزیکی نواحی چهره منتفع می‌شود، که lbp های ارائه‌شده در تحقیقات پیشین را نیز بهبود می‌دهد تا از طریق حل اشتباهات محاسباتی و خطاهای روش‌های پیشین به یک مدل مناسب جهت استخراج ویژگی و تشخیص چهره منتج شود.به‌عبارتی‌دیگر، در این پژوهش مدل توسعه‌یافته‌ای از lbp و elbp بر اساس حل برخی اشتباهات در روند طراحی و محاسبه‌ی روند استخراج ویژگی در روش‌های قبل ارائه می‌شود . نتایج ارزشیابی مناسبی که از این مدل به‌دست‌آمده است، نشان می‌دهد که این روش قادر است که در مسائل استخراج ویژگی تشخیص چهره عملکرد قابل قبولی داشته باشد. صحت 93.3 درصدی این رویکرد بر پایگاه داده‌ی تصاویر صورت orl عملکرد و توانایی این روش را اثبات می‌کند.