شناسایی هویت براساس چهره با استفاده از شبکه عصبی پرسپترون چندلایه با نظارت الگوریتم بهینه‌سازی مبتنی بر جغرافیای زیستی

فن‌آوری بازشناسی چهره یکی از معدود روش‌های بیومتریک است که با دارابودن مزایای دقت بالا و حجم پایین، در مواردی مانند امنیت اطلاعات، اجرا و نظارت بر قانون، کارت‌های هوشمند، کنترل دستیابی و غیره مورد استفاده قرار می‌گیرد. به‌همین دلیل این فن‌آوری در طی بیست سال گذشته در عرصه‌های صنعتی و علمی مورد توجه قرار گرفته است. شناسایی چهره زمینة تحقیقات وسیعی از بینایی ماشین و شناسایی الگو بوده است. یکی از کاربردهای وسیع بازشناسی چهره در زمینه تایید هویت و مساله امنیت است. در کنترل اماکن با جمعیت زیاد مانند فرودگاه‌ها، ایستگاه‌های راه‌آهن، مترو و غیره این روش نسبت به سایر روش‌های نظارتی دارای کارائی بیش‌تری است. به این ترتیب از چهرة افراد عکس‌های مختلفی گرفته شده و دستگاه باید توانایی شناسایی این افراد را داشته باشد. در این مقاله از شبکه عصبی پرسپترون چندلایه در جهت شناسایی هویت بر اساس چهره استفاده شده است. از الگوریتم تحلیل مولفه‌های اصلی برای استخراج ویژگی از تصاویر بهره گرفته شده است. به منظور افزایش دقت شبکه عصبی آموزش با الگوریتم بهینه‌سازی مبتنی بر جغرافیای زیستی انجام شده و نتایج آن با شبکه عصبی پرسپترون چندلایه آموزش‌یافته با الگوریتم بهینه‌سازی ازدحام ذرات مقایسه شده است. نتایج نشان می‌دهد آموزش شبکه عصبی پرسپترون چندلایه با الگوریتم بهینه‌سازی مبتنی بر جغرافیای زیستی عملکرد بهتری در مقایسه با آموزش الگوریتم بهینه‌سازی ازدحام ذرات در شناسایی هویت بر اساس چهره دارد.