استخراج ویژگی تصاویر چهره مبتنی بر محاسبه ی همسایگی ها در الگوهای دودویی محلی بیضوی

در این پژوهش ما یک روش استخراج ویژگی محلی برای کاربردهای تشخیص چهره ارائه می کنیم. این رویکرد الگوی دودویی محلی بیضوی همسایگی های قسمت بندی شده یا به اختصار ( NeiB - ELBP ) نام دارد. این روش با دیگر روشهای مبتنی بر الگوهای دودویی محلی (LBP) تفاوت هایی دارد که از جمله ی آن می توان به تفاوت در شیودی محاسبات الگوها اشاره کرد. هدف این روش ارائه ی یکی مدل استخراج ویژگی است که نه تنها از مزیتهای شکل فیزیکی نواحی چهره منتفع می شود، که LBP های ارائه شده در تحقیقات پیشین را نیز بهبود می دهد تا از طریق حل اشتباهات محاسباتی و خطاهای روش های پیشین به یک مدل مناسب جهت استخراج ویژگی و تشخیص چهره منتج شود. به عبارتی دیگر، در این پژوهش مدل توسعه یافته ای از LBP و ELBP بر اساس حل برخی اشتباهات در روند طراحی و محاسبهی روند استخراج ویژگی در روش های قبل ارائه میشود . نتایج ارزشیابی مناسبی که از این مدل به دست آمده است، نشان می دهد که این روش قادر است که در مسائل استخراج ویژگی تشخیص چهره عملکرد قابل قبولی داشته باشد. صحت 93,3 درصدی این رویکرد بر پایگاه داده ی تصاویر صورت ORL عملکرد و توانایی این روش را اثبات می کند.