استفاده از ترکیب طبقه بندها برای بازشناسی چهره مستقل از زاویه دید

تشخیص چهره یک کار محاسباتی است که به وسیله سیستم های بینایی ماشین اجرا می‏شود. تشخیص سریع چهره یکی از ویژگی های اصلی سیستم ادراک انسان است که به یکی از اهداف اصلی در سیستم های مصنوعی تبدیل شده است. از آنجا که متناسب با زاویه دید و حالات چهره تصاویر متفاوتی می‏تواند ایجاد گردد، بنابراین سیستم بینایی انسان باید توانایی تشخیص این تغییرها را داشته باشد، بطوریکه انسان می‏تواند تغییرات زاویه بیشتر از 50 درجه را تشخیص دهد و بین دیدهای از روبرو و چپ و راست تفاوت قائل شود. شواهدی از نروفیزیولوژی مبنی بر وجود یک سازوکار ترکیب مطرح است که طی آن خروجی چندین واحد وابسته به زاویه دید برای بازشناسی مستقل از زاویه دید چهره با هم ترکیب می‏شوند. در این پایان نامه ضمن بررسی روش‏های پیشین تشخیص چهره مستقل از زاویه دید، بهترین آنها نیز معرفی گردیده بطوریکه ابتدا به روش‏هایی از قبیل مدل های سه بعدی، روش ویژگیهای هندسی، فاصله اقلیدسی، گراف خوشه ای کشسان اشاره شده و مزایا و معایب آنها ذکر گردیده و بعد از آن مزایای روش‏های ترکیبی و دلایل برتری آنها بر روش‏های پیشین بیان گردیده و در ادامه روش‏های بر مبنای ترکیب که تا کنون وجود داشته اند، از قبیل روش‏های اختلاط خبره ها با استفاده از فضاهای ویژگی کلی، با استفاده از فضاهای ویژه با زاویه دید واحد و با استفاده از فضاهای ویژه همپوشانی شده به طور کامل معرفی می‏گردند و در نهایت روش پیشنهادی که روش جدیدی در مرحله استخراج ویژگی مربوط به آماده سازی داده در ساختار اختلاط خبره ها می‏باشد، ارائه می‏دهد، بطوریکه در مرحله استخراج ویژگی از روش دیگری به جز روش مرسوم و همیشگی، به ‏صورت ترکیبی با هم استفاده می‏کند و بهبود چشم گیری در درصد تشخیصی حاصل می‏شود.