تشخيص چهره RGB-D با رويكرد محلي و براساس يادگيري عميق

كارشناسي ارشد

تشخيص چهره در دو دهه‌ي گذشته به دليل كاربردهاي متنوع آن در زمينه‌هايي مانند امنيت و نظارت به طور چشم‌گيري مورد توجه محققان قرار گرفته است و امروزه طراحي الگوريتم‌هايي مقاوم و مؤثر كه باعث افزايش دقت و سرعت تشخيص چهره شوند، بسيار حائز اهميت هستند. در اين پايان‌نامه، در طراحي الگوريتم تشخيص چهره از تصاوير و داده‌هاي عمق كه از حسگرهاي مقرون به صرفه و كاربردي RGB-D مانند كينكت به دست آمده است، استفاده شده است و الگوريتم‌هاي تشخيص چهره از دو مؤلفه اساسي استخراج ويژگي و توصيف‌گرها تشكيل شده‌اند. كه در اين پايان‌نامه براي استخراج ويژگي از رويكردهاي محلي به جاي سراسري استفاده شده است و نقاط كليدي توسط SURF استخراج شده‌اند و مزيت رويكرد پيشنهادي استفاده تركيبي از توصيف‌كننده‌هاي مبتني بر داده‌ي يادگيري عميق و ويژگي‌هاي آماري تصوير (BSIF) است. يادگيري عميق يكي از روش‌هاي محبوب در تشخيص چهره است كه در ميان روش‌هاي مختلف در اين زمينه، شبكه عصبي كانولوشن به دليل توانايي بالايي كه در توصيف و استخراج خودكار ويژگي‌هاي تصاوير دارد، به محبوبيت فراواني رسيده است و براي توصيف قطعه‌هاي استخراج شده در اطراف نقاط كليدي از تركيب CNN و BSIF استفاده شده است. اين رويكرد بر روي 4 پايگاه داده‌هاي مشهور مورد ارزيابي قرار گرفته است تا بتوان مقاومت و دقت اين الگوريتم را نسبت به چالش‌ها در مقايسه با بقيه الگوريتم‌ها سنجيد. نتايج آزمايش به دست آمده (با اعتبارسنجي 8 به 2) بر روي پايگاه داده (متشكل از تركيب 4 پايگاه داده) به ميزان دقت 96.72% رسيده است.

209353

دانشگاه علم و صنعت ايران

آقاي دكتر جليل رشيدي نيا

رياضي كاربردي بهينه سازي

آقاي دكتر جواد وحيدي