ارائه روشی برای بهبود تأثیر فیلتراسیون، در تشخیص حالت های چهره با استفاده از شبکه عصبی مصنوعی

ارائه روشی برای بهبود تأثیر فیلتراسیون، در تشخیص حالت های چهره با استفاده از شبکه عصبی مصنوعی

حالت چهره یکی از قوی ترین ابزار ها برای انسان است تا به احساسات و توانایی دیگران ارتباط برقرار کند. یکی از برجسته ترین جنبه های سیستم شناسایی چهره در انسان، دقت بسیار بالای آن است. درحالی که این مسئله برای ماشین همچنان چالش برانگیز است. یک سامانه آنالیز حالت چهره از سه بخش اصلی: آشکار سازی چهره، استخراج ویژگی و تشخیص حالت چهره تشکیل می شود. مسئله اصلی در سیستم های تشخیص حالات چهره میزان دقت و اطمینان است. به این منظور الگوریتم های زیادی برای آشکارسازی لبه در زمینه پردازش تصویر استفاده می شوند، که روش کار بیشتر آن ها مشتق گیری از تصویر است.

در این مقاله از پایگاه داده jafee استفاده می شود که شامل 213 تصویر از حالت های چهره افراد می باشد. ابتدا موقعیت چهره توسط الگوریتم ویولا جونز مشخص و چهره از پس زمینه تفکیک می شود، سپس مراحل پیش پردازش انجام می شود و نقاط مهم تصویر استخراج می گردد. به کمک این نقاط و محاسبه ی فاصله ی بین آن ها می توان واحدهای فعال صورت را جهت تشخیص حالت چهره معین نمود. از شبکه عصبی مصنوعی برای تشخیص حالت ها استفاده می کنیم که در دو لایه پنهان درنظر گرفته شده است و در نهایت دقت 92.92 درصد را نشان می دهد.