فشرده سازی تصاویر چهره مبتنی بر نواحی مطلوب

امروزه کاربرد سیستم های شناسایی چهره به منظور تشخیص هویت، کنترل تردد و حفاظت اطلاعات افزایش چشمگیری داشته است. این سیستم ها معمولا نیازمند پایگاه بزرگی از تصاویر چهره هستند. محدودیت حافظه و افزایش سرعت بازیابی از جمله عواملی هستند که ما را به سوی فشرده سازی این تصاویر سوق می دهند. نکته مهمی که در فشرده سازی این تصاویر باید در نظر گرفته شود، حفظ کیفیت ویژگی های مهم چهره در حد مناسب، مخصوصا در نرخ بیت های پایین است. در این پایان نامه طی یک سیر تکاملی سه روش برای فشرده سازی تصاویر چهره مبتنی بر نواحی مطلوب در نرخ بیت های پایین پیشنهاد شده است. تبدیل موجک و کدگذاری wbtc پایه و اساس هر سه روش پیشنهادی را تشکیل می دهند. در روش های پیشنهادی با بازآرایی بلوک های ضرایب موجک بر حسب اهمیت، کارایی الگوریتم کدگذاری wbtc افزایش یافته است؛ چرا که در این حالت زمان و نرخ بیت کمتری صرف یافتن ضرایب مهم می گردد. در روش اول با محاسبه یک تصویر باقیمانده در حوزه موجک و کدگذاری نواحی مطلوب در این تصویر به کمک روش maxshift، کیفیت دیداری این نواحی در نرخ بیت های پایین بهبود یافته است. در روش دوم با استفاده از تبدیل rwt، امکان فشرده سازی مجزای نواحی مطلوب و غیر مطلوب در نرخ بیت دلخواه فراهم شده است. در روش سوم با استفاده تلفیقی از تبدیل rwt و تکنیک کدگذاری تصویر باقیمانده در روش اول، به کارایی بالاتری نسبت به دو روش قبل دست یافته ایم. نتایج شبیه سازی بیانگر کارایی بالاتر روش های پیشنهادی در مقایسه با jpeg2000، spiht و یک روش مبتنی بر ناحیه مطلوب است. این کارایی بالا در ناحیه چهره و مخصوصا در نرخ بیت های پایین تر خود را بهتر نشان می دهد، چرا که با کاهش نرخ بیت کارایی الگوریتم wbtc و تکنیک بازآرایی بلوک های ضرایب موجک افزایش می یابد.