مریم فروتن - دانشجوی مقطع کارشناسی ارشد، دانشگاه آزاد اسلامی، گروه کامپیوتر، واحد اراک
سارا نظری - عضو هییت علمی دانشگاه آزاد اسلامی، گروه کامپیوتر، واحد اراک

در این مقاله یک روش جدید به منظور تشخیص حالت چهره افراد ارایه شده است. روش پیشنهادی عمل تشخیص را در طی گامهای استخراج ویژگی و طبقهبندی انجام میدهد. در گام استخراج ویژگی، ابتدا از الگوریتم ویولا-جونز برای تشخیص ناحیه صورت استفاده میشود. پس از استخراج صورت، نواحی چهره با استفاده از الگوریتم خوشهبندی FCM قطعه بندی میشوند. سپس با استفاده از تجزیه گسسته موجک دوبعدی، ضرایب موجک مربوط به تصویر قطعهبندی شده استخراج می-شود. در نهایت از الگوریتم LDA به منظور استخراج ویژگیهای توصیف کننده حالت چهره استفاده میشود. در گام طبقه-بندی، از یک شبکه عصبی پرسپترون با یک لایه مخفی استفاده میشود. این شبکه عصبی، عمل تشخیص حالات چهره را با استفاده از تابع آموزش لونبرگ-ماکارد انجام میدهد. در پیاده سازی روش پیشنهادی از نرمافزار MATLAB استفاده شده و برای ارزیابی کارایی آن از پایگاه داده YALEDB استفاده شده است. نتایج حاصل نشان میدهد که با استفاده از روش پیشنهادی میتوان حالت چهره افراد را با دقت بالا و تاخیر کم تشخیص داد

پردازش تصویر، تشخیص حالت چهره، آنالیز چهره، شبکه عصبی