بازشناسی تصاویر چهره با ترکیب توصیفگر هیستوگرام گرادیان جهت‌دار و الگوی مشتق محلی

تشخیص چهره به عنوان یک روش تایید هویت، به طور گسترده‌ای در جامعه کنونی مورد استفاده قرار می‌گیرد. تشخیص چهره یک کاربرد نرم‌افزاری از حوزه بیومتریک است که این قابلیت را دارد که افراد را تایید و یا شناسایی کند. این روش بر‌اساس مقایسه و تجزیه و تحلیل خطوط و نقاط برجسته صورت افراد انجام می‌شود و در تایید هویت دارندگان کارت شناسایی، گذرنامه، همچنین در سیستم‌های امنیتی مانند فروشگاه‌‌ها، بانک‌ها و ارگان‌های نظامی برای نظارت به‌کار برده می‌شود. شناسایی چهره در سیستم تشخیص‌چهره شامل سه مرحله است: پیش‌پردازش، استخراج ویژگی و دسته‌بندی. ماهیت اصلی در سیستم تشخیص چهره استخراج ویژگی است. در این مقاله روش جدید استخراج ویژگی با ترکیب دو توصیفگر hog , [15] ldp [4] و به منظور بهبود کارایی سیستم تشخیص چهره ارائه می‌شود. استخراج ویژگی از بافت تصاویر با توصیفگر ldp انجام می‌گیرد که نسبت به تغییرات روشنایی مقاوم است. استخراج ویژگی از لبه تصاویر با توصیفگر hog انجام می‌شود. بعد از استخراج ویژگی‌ها، برای دسته‌بندی از ماشین بردار پشتیبان [13] استفاده می‌شود. در این مقاله از پایگاه‌داده تصاویر چهره orl شامل 400 تصویر صورت از 40 موضوع مختلف و پایگاه‌داده تصاویر‌چهره jaffe شامل 213 تصویر از هفت حالت چهره مانند خشم، ترس، غم انگیز، تعجب و خنثی از صورت 10 زن ژاپنی گرفته‌ شده است. دقت تشخیص روش ما 95.43 درصد و 98.27 درصد می‌باشد.