تشخیص هویت چهره های پوشیده شده بر اساس نقشه آماری کرنل

امروزه یکی از پرکاربردترین راه هایتشخیص هویت استفاده از چهره است. چرا که به جز موارد خاص تقریبا در تمامی افراد چهره یک ویژگی بیومتریک منحصر به فرد به شمار میرود. اما استفاده از چهره به عنوان یک ویژگی منحصر به فرد در سیستمهای تشخیص هویت دارای چالشهایی نیز هست. یکی از مهمترین چالشها یافتن ناحیهی چهره و جداسازی این ناحیه از دیگر قسمتهای تصویر است؛ خصوصا زمانی که تصویر چهره به دلیل سایه یا وجود هرگونه مانع بین دوربین و صورت، ناقص شده باشد. به همین دلیل در این تحقیق یک روش جدید بر اساس نقشه احتمالی کرنل (KPM) به منظور جداسازی دقیق ناحیهی چهره معرفی شده است. نتایج نشان میدهند که این روش برای جداسازی چهره در شرایط روشنایی مختلف، در زوایای مختلف و برای شناسایی انواع چهره با قومیتها و نژادهای مختلف کاملا کارآمد است. همچنین در این تحقیق یک سیستم بیومتریک برای شناسایی هویت بر روی دیتابیس Yale آزمایش شده است که حتی برای تصاویر ناقص نیز قادر به تشخیص هویت افراد میباشد. در نهایت یک روش برای ترمیم تصاویر ناقص بر اساس میانگینگیری از تصاویر پیشین معرفی شده است که نتایج بر اساس معیار SSIM نشان میدهند که تصویر تا حدود زیادی قابل بازیابی و ترمیم است.