محمدکریم حردانی اصل - مربی، دانشجوی دکتری کامپیوتر – هوش مصنوعی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد تهران جنوب ،
زینب جمهور - کارشناس ، دانشجوی ارشد کامپیوتر – هوش مصنوعی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد تهران جنوب
محمد عباسی - کارشناس ، دانشجوی ارشد کامپیوتر – هوش مصنوعی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد تهران جنوب
پیمان شیخ الحرم مشهدی - استادیار، دکتری کامپیوتر – هوش مصنوعی، گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد تهران جنوب

در روش های شناسایی چهره متداول معمولا چندین تصویر برای هر فرد در نظر گرفته می شود ولی در بسیاری از کاربردهای دنیای واقعی تنها یک تصویر آموزشی برای هر شخص در دسترس می باشد. اخیرا ارائه اسپارس (و یا برنامه نویسی) براساس دسته بندی (SRC) با موفقیت در تشخیص چهره استفاده شده است. اما این این ایده و روش کار همچنان جای ارتقا دارد. در این مقاله، شناسایی چهره با استفاده از نمایش اسپارس داده ها و دسته بندی کلاس ها و ارتقای آن با استفاده از الگوریتم بهینه سازی گرگ خاکستری جهت تنظیم پارامتر انجام می شود. همچنین برای انجام شناسایی با یک تصویر از هر فرد و برای بالا نگه داشتن نرخ شناسایی، از یک لغت نامه کمکی حاوی ویژگی هایی نظیرeigen- face که از تصاویر افراد دیگر استخراج شده استفاده می شود و با آموزش لغت نامه تغییرات درون کلاسی تصویر هر فرد را مدل می شود. این کار علاوه بر بالا نگه داشتن نرخ شناسایی باعث می شود اندازه لغت نامه به تعداد متغیرها بستگی پیدا کند نه به تعداد کلاس ها (افراد)، لذا حجم محاسبات به مقدار چشمگیری کاهش می یابد.

تشخیص چهره، SRC، دسته بندی، GWO