بازشناسی مبتنی بر ساختارهای تجمعی

در این فصل، تعدادی از روش های بازشناسی چهره که از ساختارهای تجمعی استفاده می کنند، مورد بررسی قرار گیرند. بررسی این روش ها از یک سو ما را با کارهای انجام گرفته در این زمینه آشنا می کند. یک ساختار تجمعی، در حالت کلی چندین طبقه بند مستقل و یک مکانیزم جهت ترکیب نمودن خروجی این طبقه بندها می باشد. روش های تجمعی بکار رفته جهت بازشناسی چهره نیز به همین گونه عمل می نمایند.
تفاوت کلی این روش ها را می توان به موارد زیر تقسیم نمود:
الف) روش یا روش هایی که طبقه بندها بر اساس آن ساخته شده اند.
ب) روش ترکیب کردن جواب های طبقه بندها.
در این فصل بر آنیم تا هر دو ساختار مطرح (طبقه بندهای مشابه یا مختلف) را مورد بررسی قرار دهیم. ادامه این فصل بدین صورت است که در قسمت 3-2، با روش های بازشناسی چهره مبتنی بر ماشین های مشاور (ساختاری از طبقه بندهای متفاوت) آشنا می شویم. سپس در قسمت سوم یک روش یادگیری تقویتی بازشناسی با استفاده از طبقه بندهای همسان بررسی می گردد و در نهایت با جمع بندی این روش ها آماده بررسی ایده ها و روش های پیشنهادی می گردیم.

3-2 بازشناسی چهره با استفاده از ماشین های مشاور
در ابتدا یک ساختار از ماشین های مشاور که به صورت ایستا با یکدیگر ترکیب می شوند معرفی می گردد. سپس ساختار پویای بدست آمده بر پایه این ساختار ایستا، بررسی می شود.
3-2-1 روش مبتنی بر ساختار ایستا
در [Tan 2003] یک ساختار ایستا از ماشین های مشاور، جهت بازشناسی چهره ارائه شده است. در این ساختار از پنج طبقه بند متفاوت (مبتنی بر چهره های ویژه، چهره های فیشر، مدل تطبیق گراف، ماشین های بردارهای پشتیبان و شبکه های عصبی) استفاده شده است. این ساختار در شکل 3-1 نشان داده شده است.

شکل 3-1 ساختار ماشین های مشاور ایستای بازشناسی چهره [Tan 2003] اساس کار این ساختار بدین صورت است که هر طبقه بند به صورت مستقل بر روی یک مجموعه آموزشی مشترک، آموزش داده می شود. در مرحله آزمایش، نمونه آزمایشی به هر طبقه بند داده می شود. هر طبقه بند علاوه بر جواب تشخیص داده شده برای آن نمونه، میزان اعتقاد به جواب خود را به ماشین رأی گیر ارائه می کند. ماشین رأی گیر با استفاده از مجموعه این اطلاعات، جواب نهایی را تعیین می کند.
میزان اعتقاد به جواب های تولید شده توسط هر طبقه بند، براساس چگونگی کارکرد آن طبقه بند در مرحله آزمایش محاسبه می شود و به صورت زیر است:
الف) روش های چهره های ویژه، چهره های فیشر و مدل تطبیق گراف: پنج نمونه آموزشی که ضرایب تصویر شده آنها (در روش های چهره های ویژه و چهره های فیشر) و یا گراف منطبق شده به آنها (در روش تطبیق مدل گراف) شبیه ترین به نمونه آزمایشی باشند، انتخاب می-گردند.

فایل Microsoft Word

تعداد صفحات: 15 صفحه

فهرست مطالب:
بررسی چند روش بازشناسی مبتنی بر ساختارهای تجمعی 2
3-1 مقدمه 3
3-2 بازشناسی چهره با استفاده از ماشین های مشاور 4
3-2-1 روش مبتنی بر ساختار ایستا 4
3-2-2 روش مبتنی بر ساختار پویا 7
3-3 استفاده از ساختارهای تقویتی جهت استخراج ویژگی 8
3-4 جمع بندی 10
منابع و ماخذ 11
واژه نامه فارسی به انگلیسی
واژه نامه انگلیسی به فارسی