تشخیص چهره

مقدمه: سیستم شناسایی چهره، یک سیستم بیومتریک است که با استفاده از روش های هوشمند اتوماتیک، هویت انسان را بر اساس ویژگی های فیزیولوژیکی تشخیص می دهد و تایید می کند. هدف از این پژوهش، بهره گیری از مدل HMAX بهبود یافته برای بازشناسی چهره است. HMAX مدل بایولوژیکی الهام گرفته از سیستم بینایی انسان است. در این مقاله برای بهبود عملکرد مدل HMAX از اتوماتای یادگیر، بهره گرفته شده است. اتوماتا، دارای پارامترهای آزاد الفا و بتا است، قدرت پیشگویی در محیط های غیر قطعی را دارد و برای بالا بردن نرخ بازشناسی چهره انسان، به کار می آید. روش : ورودی مدل پیشنهادی، دیتا با استاندارد FEI ، شامل تصاویر ۲۰۰ فرد اهل برزیل است. پس از خواندن تصاویر با دستورات نرم افزار MATLAB ، تصاویر خوانده شده وارد مرحله استخراج ویژگی می شود. استخراج ویژگی با فیلترهای مدل HMAX انجام می شود. برای محاسبه نرخ بازشناسی چهره، ویژگی های استخراج شده با مدل HMAX ، دسته بندی می شود. پارامترهای مدل HMAX ، با اتوماتای یادگیر تعیین می شود. HMAX ، مدل سلسله مراتبی با ساختار چهار لایه ای C 2 , S 2 , C 1 , S 1 برای تشخیص ویژگی های ریز تصاویر است. به دلیل نمایش کارایی مدل پیشنهادی، مدل HMAX بهبود یافته با مدل رقیب الگوریتم Genetic ، مقایسه شده است. یافته ها: نتایج تحلیل دیتا ست، نرخ بازشناسی چهره را 08/94 درصد نشان داده است. نتیجه گیری : با توجه به نتایج این پژوهش مدل HMAX بهبود یافته، نرخ بازشناسی چهره را با دقت بالاتری نسبت به الگوریتم Genetic ، نشان داد.

احساسات بخش عمده ای از وجود انسان و تعاملات اجتماعی او را تشکیل می دهد، بنابراین یافتن وجوه گوناگون و بازشناسی آن از اهمیت ویژه ای برخوردار است. یکی از اهداف معماری هوشمند احساس گرا طراحی فضاهایی است که در آنها قابلیت تأثیرگذاری بر حالات روان شناختی و احساسی افراد وجود داشته باشد. بر این اساس پژوهش حاضر به دنبال برقراری ارتباط میان انسان و فضای معماری و بررسی نقش تکنولوژی های پیشرفته جهت برقراری تعادلی منطقی میان این دو حوزه است. بدین منظور جهت بررسی کاربردی موضوع، حالات احساسی 44 نمونه (22 مرد و 22 زن) با میانگین سنی 18-28 سال در هنگام رویارویی با هندسه و تناسبات گوناگون یک نمای هوشمند ثبت شد و 5 حالت احساسی آنان طبق نمودار برانگیختگی-جاذبه و با استفاده از سه روش پرسش نامه، ضبط تصاویر ویدئویی و پردازش تصویر حالات چهره مورد ارزیابی قرار گرفت. نتایج حاکی از آن است که می توان دسته های احساسی مشخصی را برای افراد در هنگام مشاهده نماهای گوناگون تعریف نمود. همچنین در بررسی انجام گرفته جهت بازشناسی احساسات مشخص شد که در 65 % موارد میان بازشناسی احساسی صورت گرفته به روش پرسش نامه و آنالیز تصاویر چهره به کمک نرم افزار هم خوانی وجود دارد. در انتها الگویی جهت تغییر نما به شکل هوشمند و متناسب با اشخاصی که از نما بازدید می کنند ارائه گردید.