تشخیص چهره با استفاده از بهینه سازی الگوریتم زنبور عسل و SVM

تشخیص چهره یکی از جالب توجه ترین قابلیتهای انسان است. که از سالهای اولیه ی دوران کودکی شکل گرفته و برای چندین جنبه از زندگی اجتماعی ما مهم میباشد. انسان میتواند صدها یا حتی هزاران چهره را در تمام زندگی خود به یاد داشته باشد و به راحتی میتواند چهره آشنا را در میان تغییر ابعاد مختلف، از جمله تغییرات نور، تغییرات سن، و تغییرات قیافه شناسایی کند. تشخیص چهره توام با تواناییهای دیگر، از جمله حدس تصویری از افرادی که با آنها ارتباط برقرار میکنیم، نقش مهمی را در این دوره از تکامل ایفا کرده است. تشخیص چهره در برنامه های کاربردی مورد استفاده در بسیاری از عرصه ها، از جمله شناسایی چهره در اجرای قانون و پزشکی قانونی، تایید هویت کاربر در دسترسی به ساختمان یا ماشین گوینده خودکار، چهره سازی و جستجوی چهره ها در پایگاه های داده های تصویری، رابطهای کاربر کامپیوتر هوشمند و غیره ایجاد شده است. تکنیک تشخیص چهره، یک تکنیک بیومتری است که بطور وسیع در زمینه ها و مکان های گوناگون مانند امنیت، سلول های ضد تروریسم و جرم شناسی پزشکی بکار میرود. در روش پیشنهاد شده در این پژوهش هدف انتخاب چشمگیرترین ویژگیهای چهره و پیدا کردن بهترین ترکیب این ویژگیها برای طبقه بندی میباشد. روش پیشنهادی مهمترین نواحی چهره را که ویژگیهای چشمگیر از آن استخراج شده باشد هدف قرار میدهد . نواحی چهره به هر یک از نواحی صورت اشاره دارد که شامل یک ارگان محلی، مانند ناحیه چشم چپ، ناحیه چشم راست، ناحیه ی بینی و ناحیه دهان باشد. این نواحی صورت دارای متمایزترین خصوصیات در چهره انسان میباشند. نواحی صورت اساس تکنیک استخراج ویژگی مبتنی بر ویژگی محلی است. در روش ارائه شده ابتدا نواحی چهره را بر روی هر تصویر صورت شناسایی کرده و سپس ویژگیها استخراج میشود. که برای تشخیص این تصاویر چهره و استخراج ویژگیها از روش ترکیبی معرفی شده که شامل الگوریتم زنبور عسل و SVM میباشد. روش پیشنهادی توسط نرم افزار متلب پیاده سازی شده است که نتایج حاصل از این روش در قالب نمودار و تصاویر خروجی ارائه شده است. که نتایج حاصل حاکی از این است که نرخ تشخیص و صحت تشخیص این روش نسبت به روشهای مشابه پیشین به میزان قابل توجهی افزایش یافته است.