تشخیص چهره انسان مبتنی بر تجمیع ویژگی های شکل ، رنگ و بافت از یک تصویر نمونه برای هر شخص

در سال های اخیر تکنولوژی هایی جهت بررسی هویت صحیح فرد مطرح شده که بر پایه فیلدی به نام بیومتریک استوار است. تکنولوژی های بیومتریک ، روش های خودکاری را برای بررسی و شناسایی هویت فرد ارائه می دهند که بر اساس مشخصات فیزیکی مانند اثر انگشت ، اسکن عنبیه چشم و تشخیص چهره به شناسایی فرد می پردازند .در 10 سال گذشته تشخیص چهره انسان به یکی از زمینه های تحقیقاتی فعال تبدیل شده است . علت این انگیزه نیز پتانسیل بالا در زمینه های امنیت عمومی ، امنیت مالی و تعامل بین کامپیوتر و انسان بوده است . اگرچه پیشرفت در تشخیص چهره در ابتدا بسیار دلگرم کننده بود ولی در ادامه با مشکلاتی مواجه شد . از جمله این مشکلات می توان به شرایط نوری متفاوت در تصویر ، حالت چهره ، ژست و قیافه گرفتن ، جهت عکس ، مدل مو ، وضعیت دهان و مشکلات جمع آوری داده اشاره کرد . در این تحقیق با ترکیب و تجمیع ویژگی ها تعدادی از این مشکلات را کاهش داده و با استفاده از یک تصویر نمونه از هر فرد سبب سهولت در جمع آوری نمونه ها ، کاهش هزینه ذخیره سازی و محاسباتی سیستم تشخیص چهره شده است . استفاده از سه ویژگی بافت ، شکل و رنگ نقطه کلیدی و منحصر به فرد این الگوریتم به حساب می آید . برای این منظور برای استخراج اطلاعات بافت ، از ویولت گابور و برای استخراج اطلاعات شکل ، از لبه یابی استفاده شده است. از طریق فاصله هاسدروف ، اختلاف فاصله بین دو تصویر را محاسبه کرده و به منظور کمک گرفتن از ویژگی رنگ ، این لبه یابی به صورت رنگی انجام شده است . در پایان با ترکیب این سه ویژگی ، سیستم نرخ تشخیص 100 % را بر روی پایگاه تصویرorl بدست آورده است .