طراحی و پیاده سازی سیستم شناسایی چهره براساس ترکیب روش تحلیل مولفه های اصلی و بردار هویت و شباهت مبتنی بر تحمل ناهموار

در این مقاله، یک روش ترکیبی بر مبنای تحلیل مولفه اصلی، بردار هویت و معیار شباهت مبتنی بر تحمل ناهموار برای شناسایی چهره پیشنهاد شده است. این مقاله شامل سه مرحله می باشد. در وهله اول چهره های ویژه (بر اساس روش مدل تجزیه و تحلیل مولفه ی اصلی برای استخراج مقادیر ویژه و بردارهای متناظر آن)؛ و سپس بردار هویت استخراج می شوند. در بردار، هویت با استفاده از ویژگی استخراج شده، مدلubm ایجاد شده و سپس از این مدل زیر فضای متغییر کلی و در نهایت بردار هویت ایجاد می شود. در آخرین مرحله، معیار شباهت مبتنی بر تحمل ناهموار، برای تطبیق چهره مورد استفاده قرار می گیرد. تصویر چهره مربوط به برداری از پایگاه داده که کمترین اختلاف را با بردار تست دارد، به عنوان چهره منطبق بر چهره تصویر تست و فرد تشخیص داده انتخاب می شود. مدل پیشنهادی در سه پایگاه داده our، orlوyale مورد ارزیابی قرار گرفته است. نرخ شناسایی برای پایگاه داده yale برابر 76/95%، برای پایگاه داده orl به میزان 97/25% و برای پایگاه داده our 97/25% گزارش شده است. همچنین میزان دقت برای اسه پایگاه داده yale، orl و our به ترتیب 35/93، 62/78 و 19/79 می باشد. روش پیشنهادی نرخ شناسایی بهتری نسبت به رویکرد ترکیبی تحلیل مولفه اصلی و معیار شباهت مبتنی بر مجموعه تحمل ناهموار دارد.