تشخيص حالتهاي چهره از روي تصاوير متحرك به روش مبتني بر ويژگي با استفاده از شبكه عصبي RBF و منطق فازي
در اين مقاله روشي براي تشخيص حالتهاي اصلي چهره بر اساس نقاط ويژگي صورت (FFP) و ويژگيهاي استخراج شده از تصاوير صورت از رو به رو ارايه شده است. تعداد 21 نقاط ويژگي صورت در نظر گرفته شده و با استفاده از آنها ابتدا براي حذف اثر فاصله دوربين نسبت به شخص، تمام اندازه هاي نرماليزه شده و اثر دوران سر نيز حذف گرديده است. اين نقاط در اولين فريم مشخص شده و در فريمهاي بعدي با استفاده از روش بهبود يافته محاسبه شار نوري بر اساس همبستگي متقابل به طور اتوماتيك تعقيب مي شوند. در روش اول بر اساس موقعيت اين نقاط در فريمهاي ابتدايي و انتهايي، يك بردار ويژگي براي هريك از حالتهاي چهره تشكيل مي گردد. با استفاده از بردار ويژگيها يك شبكه عصبي RBF آموزش داده شده است. در روش دوم بر اساس حركت نقاط ويژگي، هفت ويژگي استخراج شده و توسط شبكه عصبي RBF براي تشخيص شش حالت اصلي چهره مورد استفاده قرار مي گيرد. در روش سوم با استفاده از يك پايگاه قواعد و بر اساس ويژگيهاي استخراج شده، يك سيستم طبقه بندي بر اساس سيستم استنتاج فازي براي طبقه بندي شش حالت اصلي چهره مورد استفاده قرار مي گيرد. نتايج به دست آمده نشان مي دهد استفاده از تصاوير متحرك كه از حالت نرمال شروع شده و به حالت احساسي مورد نظر ختم مي گردند، قدرت تشخيص بهتري را ارايه مي دهد. در مقايسه طبقه بندي كننده فازي با شبكه عصبي RBF، طبقه بندي كننده RBF دقت بهتري ارايه مي دهد ولي به زمان پردازش بيشتري نياز دارد و براي پياده سازي زمان واقعي، طبقه بندي كننده فازي مناسب تر است.
كليد واژه: تشخيص حالتهاي چهره، نقاط ويژگي صورت، شبكه عصبي RBF، سيستم استنتاج فازي