شناسایی چهره با استفاده از ماشین بردار پشتیبان (SVM)


چکیده:
در سالهاي اخير شناسايي چهره مورد توجه زيادي در زمينه هاي تحقيقاتي مرتبط با بيومتريك، شناسايي الگو و بينايي ماشين قرار گرفته است  همچنين در برخي كاربردهاي تجاري و امنيتي نيز روشهاي شناسايي چهره مورد استفاده قرار مي گيرد. اين كاربردها شامل كنترل امنيتي افراد ، كنترل دسترسي ، شناسايي  افراد مجرم (مثلا براي كنترل گذرنامه)، بازسازي چهره، مدارهاي واسط بين انسان و رايانه  هستند.این پروژه که در چهار گام انجام می شود :
گام اول :
در سیستم شناسایی چهره استخراج ویژگی با استفاده از فیلتر گابور   می‌باشد.
گام دوم :
دراین مرحله تصاویر که به عنوان داده های سیستم شناسایی می باشند باید دارای سایز یکسانی باشند بنابراین باید با هر نرم افزاری که دسترسی دارید مانند paint ، فتوشاپ ابعاد تصاویر را یکسان نمایید که ما در این پروژه از ابعاد 27*18   استفاده نموده ایم. برای استفاده از تصاویر برای مراحل بعدی پروژه لازم می باشد که برای هر تصویر یک بردار  با مقادیر آن تولید شود و تمام بردارهای داده هایمان به عنوان یک ماتریس ذخیره شود.تا بتوان از آن برای training و Classifier استفاده نمود ،این ماتریس در واقع ماتریس ویژگی استخراج شده از تصاویر می باشد.
درضمن در این پروژه به 2 نوع داده نیاز داریم چهره و غیر چهره .
گام سوم :
هر سیستم تشخیصی نیاز به طبقه بندی دارد .بنابراین ما از ماشین بردار پشتیبانی استفاده نموده ایم.
ماشین بردار پشتیبانی (Support vector machines - SVMs) یکی از روش‌های یادگیری بانظارت است که از آن برای طبقه‌بندی و رگرسیون استفاده می‌کنند.
این روش از جمله روش‌های نسبتاً جدیدی است که در سال‌های اخیر کارایی خوبی نسبت به روش‌های قدیمی‌تر برای طبقه‌بندی از جمله شبکه‌های عصبی پرسپترون نشان داده است. مبنای کاری دسته‌بندی کنندة SVM دسته‌بندی خطی داده‌ها است و در تقسیم خطی داده‌ها سعی می‌کنیم خطی را انتخاب کنیم که حاشیه اطمینان بیشتری داشته باشد
الگوریتم SVM، جز الگوریتم های تشخیص الگو دسته بندی می شود.از الگوریتم SVM، در هر جایی که نیاز به تشخیص الگو یا دسته بندی اشئادر کلاس های خاص باشد می توان استفاده کرد.در ادامه به کاربرد های این الگوریتم به صورت موردی اشاره می شود: تشخیص چهره ،تشخیص دارو ،شناسایی تصویر /سیگنال ،تشخیص حروف ،بیماری  و.....می باشد

.........

ادامه توضیحات و فایل پیاده سازی

کلیک کنید