از ویژگی های چهره با بکارگیری الگوریتم فاخته

امروزه در زمينه هاي فراواني ما به وسايلي نياز داريم كه هويت اشخاص را شناسايي كند و بر اساس ويژگيهاي بدن اشخاص آن ها را بازشناسي كند. سیستم تشخیص چهره بعنوان یک سيستم بيو متری اساساً يك سيستم تشخيص الگو است كه يك شخص را بر اساس بردار ويژگي هاي فيزيولوژيكی خاص يا رفتاري كه دارد بازشناسي مي­كند. بردار ويژگي ها پس از استخراج معمولا در پايگاه داده ذخيره مي گردد. هدف اصلی این پژوهش مطالعه و بررسی تأثیر انتخاب ویژگی­های مناسب تصاویر با استفاده از الگوریتم جستجوی فاخته است. لذا انتخاب یک زیر مجموعه بهینه با توجه به بزرگ بودن ابعاد بردار ویژگی­های تصویر جهت تسریع الگوریتم تشخیص چهره می­تواند ضروری و حائز اهمیت باشد. ما ابتدا از پایگاه داده­ی موجود ویژگی­های تصاویر چهره را استخراج کرده، سپس با بکارگیری الگوریتم فاخته به صورت باینری یک زیر مجموعه بهینه از ویژگی­های چهره را انتخاب کردیم. این زیر مجموعه ویژگی­های بهینه توسط کلاسه­بندهای K- نزدیکترین همسایگی و شبکه­های عصبی مورد ارزیابی قرار گرفت و با محاسبه دقت کلاسه­بندی مشاهده شد که روش پیشنهادی با دقت بالای ۹۰% قادر به تشخیص چهره بر اساس ویژگی­های مهم انتخاب شده توسط الگوریتم پیشنهادی است.