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.
جهت رفع سوالات و مشکلات خود از سیستم پشتیبانی سایت استفاده نمایید .
دیدگاه ارسال شده توسط شما ، پس از تایید توسط مدیران سایت منتشر خواهد شد.
دیدگاهی که به غیر از زبان فارسی یا غیر مرتبط با مطلب باشد منتشر نخواهد شد.