فاطمه عبدالعلی - دانشگاه صنعتی امیرکبیر، دانشکده مهندسی پزشکی
سیدعلی سیدصالحی - دانشگاه صنعتی امیرکبیر، دانشکده مهندسی پزشکی

برای اجرای دقیق سیستم بازشناسی چهره نیاز به تصاویر متفاوت از هر فرد در حالات مختلف داریم که در حجم اطلاعاتی بالا ما را با مشکلاتی چون هزینه ی انجام الگوریتم ها، کاهش سرعت و غیره مواجه می سازد. از سوی دیگر در برخی کاربردها در بازشناسی چهره برای تعلیم به مدل بازشناس از هر فرد بیش از یک چهره در دسترس نمی باشد. برای بهبود این مشکل پژوهشگران، حل مسأله با تنها یک عکس از چهره را مطرح کردند. دراینجا با الهام از شبکه آنالیز و سنتز دوسویه مغز که نگاشت بین فضای تصاویر و مؤلفه ها را یاد می گیرد و به کمک یک شبکه عصبی با معماری عمیق، کوشیده ایم که مؤلفه های مربوط به شخص و حالت را از یکدیگر جدا نماییم. پس از جداسازی این مؤلفه ها تصاویر مجازی افراد را در حالات مختلف تولید می کنیم و از این تصاویر مجازی به همراه تصاویرنرمال فرد، برای تعلیم شبکه طبقه بندی کننده استفاده می کنیم. نتایج نشان میدهند که این روش، روشی امیدبخش در حل مسئله بازشناسی چهره با یک تصویر از هر فرد است.

بازشناسی چهره، خوشه بندی بدون سرپرستی، شبکه های عصبی با معماری عمیق، یک تصویر از هر فرد