تشخیص چهره و اجزا از فیلم ورودی وبکم در متلب - انجام پروژه متلب |پروژه متلب | انجام پروژه متلب برق | شبیه سازی با متلب

تشخیص چهره و اجزا از فیلم ورودی وبکم در متلب

تشخیص چهره و اجزا از فیلم ورودی وبکم در متلب :پروژه متلب

پروژه متلب : البته ممکن است در یک کاربرد ( مانند تطبیق عکس مجرمین ) از هر دوی تصاویر فوق استفاده کرد ، امـا معمولاً اکثر کاربردها از تصاویر تمام رخ استفاده می کنند. علیرغم اینکه روشهای مبتنی بر تصاویر نیمـرخ ساده تر می باشند.دلیل این امر اینست که ویژگیهای تمام تصاویر تمام رخ ستبرتر بوده (مخصوصاً نـسبت به چرخش ) و از طرف دیگر هنجار کردن این تصاویر نسبت به اندازه تصویر و چرخش ساده تر می باشد

. اما همانطور که گفته شد، اهمیت تصاویر نیمرخ بیشتر به دلیل کاربرد تطبیق عکس مجرمین می باشد که دارای تصاویر نیمرخ هم می باشند.

ب ) نوع نگرش به چهره

اصولاً روشهای تشخیص چهره از لحاظ نوع نگرش در یکی از رده های زیر قرار  می گیرند:

١- روشهای بر مبنای کل چهره (Face-Based)

٢- روشهای بر مبنای ساختارهای تشکیل دهنده چهره (Consistutent- Based)

پروژه متلب : در روشهای F.B ، چهره بعنوان یک الگو، یا آرایه دو بعدی از تغییرات شدت نور در نظر گرفته می شود و بصورت کل بررسی می شود. روشهای تشخیص در این نگرش براسـاس تطبیـق قالـب مـی باشـند. در نگرش C.B ، ساختارهای مجزای چهره مانند چشم ، بینی و غیره مورد بررسی قرار می گیرند . اسـتخراج ویژگیهای چهره ، اولین مرحله در این روش می باشد . حساسیت ، دقت و ستبری ویژگی استخراج شـده می توان برای سیستمهای F.B نیز استفاده کرد، چرا که مـسأله هنجـار کـردن تـصویر از لحـاظ انـدازه و چرخش می تواند توسط ویژگیهای ثابت چهره (فاصلۀ دو مردمک چشم ، فاصلۀ چشم تا دهان و …) حل شود.

ج ) بیرون کشیدن چهره از تصویر

کشف حضور و موقعیت چهره در تصویر از مسائل بسیار پیچیده بوده و معمولاً سـعی مـی شـود هنگـام دریافت تصویر کنترل روی آن وجود داشته باشد. در کاربردهایی مانند دوربین مراقبت ، حرکـت شـخص عامل کمک کننده می باشد.

ساده ترین روش کشف حضور چهره در تصویر براساس همبستگی با قالب صورت می باشـد. بـا بـزرگ شدن بانک تصاویر ممکن است انجام کاروقتگیر باشد اما خوشبختانه عمل فوق قابلیت موازی شدن داشته

و از طرف دیگر لازم نیست از قالبهای بزرگ استفاده کرد . بررسی های انجام شده نشان می دهـد کـه در یک قالب ٣٢×٣٢ نقطه ای، اطلاعات کافی برای تشخیص حضور چهره در تصویر وجود دارد.

دو نکتۀ دیگری در کشف حضور چهره وجود دارد ، حداقل اندازه و وضوح تصویر مـی باشـد . بررسـی مشخص نموده است که حداقل اندازه برای تشخیص حضور چهره ،٣٢×٣٢ می باشد. از طرف دیگر حتی وضوع ابیت درپیکسل (تصویر دودوئی) برای انجام کافی می باشد.

البته باید توجه داشت که دو پارامتر فوق رابطۀ غیر مستقیم بـا یکـدیگر داشـته و بـرای مثـال در تـصویر

٣٢×٣٢ حداقل وضوح ۴ بیت در پیکسل در نظر گرفته می شود.

د) تأیید و شناسائی چهره

پروژه متلب : مرحلۀ بعد، تأئید و یا شناسائی چهره کشف شده در تصویر می باشد. هدف در اینجـا تطبیـق یـا مقایـسه تصویر ورودی با تصاویر موجود در بانک می باشد وهمانطور که گفته شـده از یـک روش براسـاس کـل چهره و یا براساس ویژگیهای استخراج شده استفاده می شود. در حالت اخیـر ویژگیهـائی کـه از تـصاویر نیمرخ و تمام رخ استخراج می شوند می توانند تفاوت بسیار داشته باشند.

ه) تحلیل حالات روحی

این مرحله و مرحله بعد، ضرورتاً از اجزای لازم یک سیستم تشخیص چهره نمی باشند امـا ممکـن اسـت در بعضی کاربردها مورد توجه باشند . تشخیص حالت روحی شامل تشخیص شادی، حزن و یـا تعجـب می باشد. درحالتیکه انسان چنین حالاتی را به راحتی تشخیص می دهد، تشخیص آن توسط ماشین فرآیند بسیار پیچیده ای دارد و تا به حال بطور جدی مورد توجه قرار نگرفته است .

توصیف حالات روحی کاری بس دشوار است . مجموعه های فازی توانـایی انجـام ایـن کـار را دارنـد .

مجموعه های فازی با استفاده از حافظه های شرکت پذیر دوجهته پیاده سازی می شوند . فرآینـد تـصمیم

گیری چند لایه در مجموعه های فازی از ویژگیهای زیر برخوردار است :

١- توانائی نمایش دقیق و خلاصه شده همزمان .

٢- توانائی پردازش بالا به پائین و پائین به بالای همزمان .

تئوری مجموعه های فازی روشی مؤثر برای ترکیب دنیای واقعی (نمونه هایی از اتفاق ) بـا دانـش منطـق انسان (حاوی نشانه ها و مفاهیم خلاصه شده ) فراهم  می آورد. به هرحـال ، نمـایش حـالات روحـی بـه وسیله مجموعه های فازی ساده دشوار است . زیرا این حالات به متن وابسته اند.

پروژه متلب : مثلاً توصیف حالات صورت یک انسان به بخش های مختلف چهره وابسته است نه به وجـود یـک الگـو بروی بخش معینی از چهره . تعریف مجموعه فازی که بااستفاده از مثالهای C,B,A انجام گرفتـه اسـت ، نمی تواند توسط مقدار عضویت D که یک مثال جدید است ، تعیین شود. این بدان معنی است کـه یـک مجموعه فازی نمی تواند دانشش را از روی نمونه ها عمومیت دهد.

معمولاً چهره انسان ۶ حالت پایه دارد که عبارتند از : تعجب ، ترس ، تنفـر، خـشم ، شـادی و حـزن . بـا استفاده از یک شبکه عصبی می توان سه حالت خشم ، شادی و غم را تشخیص داد.

ورودی های شبکه ، خصوصیات ابرو ، چشم و دهان می باشد. همانطور که مـی بینیـد در بـردار ویژگـی های ابرو ١٢ عنصر، چشم راست ٧ عنصر و دهان ٨ عنصر وجود دارد . با تکیه بر این فرضیه که چـشمها متقارن هستند ، اطلاعات تنها از چشم راست گرفته می شود. در لایه میانی سطح فعالیت نرون هـا کـه بـا یکدیگر متفاوت می باشند، به چشم می خورد.

و) تعیین جنسیت :

فرآیند دیگری که توسط انسان به سادگی انجام می شود تعیـین جنـسیت شـخص در تـصویر مـی باشـد.

پروژه متلب : علاوه بر آن دسته بندیهای دیگری مانند سن ، نژاد و غیره نیز ممکن است مورد توجه قرار بگیرند. انجـام چنین دسته بندیهائی نیاز به حجم زیادی از دانش و اطلاعات داشته و بسیار پیچیده میباشد.

۴-١) بحث فیزیکی- روانشناسی تشخیص چهره در انسان

به طور کلی ، سیستم تشخیص چهره در انسان از طیف گسترده ای از تحریکات مرتبط با حواس پنجگانه استفاده می کند. این تحریکات ، یا به تنهائی و یا در مجموع ، به ذخیره و بازیابی تصاویر چهره به منظـور تشخیص کمک می کنند. در خیلی از مواقع نیز، دانش زمینه ای شامل محیط اطراف در این امر نقش دارد.

در حال حاضرساخت سیستمی که بتواند تمام این خصوصیات را در بر گیـرد غیـر ممکـن مـی باشـد. از طرف دیگر مغز انسان نیز دارای ضعف در تعداد افرادی است که می توانـد بـه خـاطر بـسپارد . بنـابراین مزیت یک سیستم کامپیوتری می تواند افزایش این تعداد باشـد در ذیـل بـه طـرح مبـاحثی کـه در زمینـه تشخیص چهره در انسان می باشد می پردازیم .

الف ) آیا تشخیص چهره در انسان یک فرآیند مختص است ؟

شواهد وجود سیستم پردازش چهره مختص در انسان ، از معلومات زیر ناشی می شـود. اول آنکـه چهـره نسبت به دیگر اشیاء در حالتیکه به صورت عمودی باشد، آسانتر بـه خـاطر سـپرده مـی شـود. دوم آنکـه بیماران مبتلا به اختلال حافظه که چهره های آشنا را به خاطر نمی سپارند مـی تواننـد افـراد را از صـدا ، رنگ و لباس و غیره شناسائی کنند. همین طور این افراد می توانند چشم ، بینی ، دهان ، مو را بـه تنهـایی درک کنند ولی از کنار هم قراردادن آنها برای تشخیص عاجزند حتی می توانند بفهمند که یک شیء چهره است یا نه ولی از تشخیص آن عاجزند.

ب ) آیا تشخیص چهره به صورت کلی انجام می شود یا براساس تحلیل ویژگی،

واقعیت این است که هر دوی اطلاعات کلی و خاص برای تشخیص استفاده می شوند. مطالعات نشان می دهد که توصیف کننده های کلی چهره در این امـر بیـشتر دخالـت دارنـد هـر چنـد در بعـضی حـالات ، ویژگیهای برجسته مانند گوش بزرگ ، بینی دراز ومانند آن استفاده می شود.

ج ) رتبه بندی اهمیت ویژگیها

مشخص شده است که مو ، شکل صورت ، چشم و دهان برای به خاطر سـپاری و تـشخیص ، از اهمیـت بیشتری برخوردارند و بینی نقش چندانی ندارد چرا که این مطالعات بیشتر بر روی چهـره هـای تمـام رخ انجام شده است .

اما در چهره های نیم رخ اکثر نقاط مهم از بینی استخراج می شوند . همین طور بخش بالائی چهره نقـش بیشتری در تشخیص دارد و علاوه برآن ، چهره زیباتر سریعتر شناسائی می شود.

د) خاص بودن چهره ها

مطالعات نشان می دهد که چهره های خاص بهتر به خاطر سپرده می شوند تا  چهـره هـای معمـولی امـا زمان تشخیص این که یک شی چهره است یا نه به خاص بودن چهره بستگی ندارد.

ه) نقش مغز

پروژه متلب :تحقیقات زیادی نشان داده است که نیمکره راست مغـز، نقـش اساسـی در تـشخیص چهـره را دارد و در افرادی که آسیب دیدگی مغزی دارند، آنهائی که نیمکره راست مغزشان آسیب دیده ، مشکلتر ازافرادی که نیمکره چپ مغزشان آسیب دیده است ، عمل تشخیص را انجام می دهند. در آزمایشی که توسط دسـتگاه تصویر افکنی انجام شده است ، در حالتی که ابتدا نیمه چپ چهره نشان داده شده و سـپس نیمـه راسـت ، عمل تشخیص نسبت به حالت برعکس سریعتر شده است چرا که نیمه چپ در نیمکره راست ظـاهر مـی شود و نیمه راست در نیمکره چپ .

و) تشخیص چهره توسط بچه ها

به نظر می رسد که بچه های زیر ده سال ، توسط ویژگیهای مجزا، افراد نا آشنا را تشخیص می دهند . ایـن ویژگی ها شامل لباس ، عینک ، مو، کلاه و غیره می باشد و از دوازده سالگی به بعد، مکانیزم تشخیص به کلی تغییر یافته و براساس ویژگیهای کلی چهره می باشد.

ح ) حالات روحی چهره

پروژه متلب :براساس مطالعات ، تشخیص حالات روحی مانند شادی،  حزن ،تعجب به موازات تشخیص چهـره انجـام شده و بیمارانی که اختلال حافظه دارند هنوز می توانند حالات روحی را تشخیص دهند.

خروجی متلب :