تاييد خويشاوندي از روي تصاوير چهره به وسيله يادگيري سنجه در شبكه هاي عصبي پيچشي

بررسي خويشاوندي با استفاده از تصاوير چهره انسانها يك مسئله چالش برانگيز در بينايي كامپيوتر و بيومتريك است. از جمله چالشهاي اين مسئله، استخراج ويژگي مناسب براي توصيف چهره ها و نيز تعيين يك سنجه مناسب براي مقايسه اين ويژگي ها و تشخيص خويشاوندي بين چهرهها است. در اين مقاله، از شبكه عصبي پيچشي VGGFace در ساختار مبتني بر Siamese براي استخراج ويژگي از تصاوير چهره استفاده ميشود، و وزنهاي شبكه عصبي در اين ساختار، براي نزديك شدن ويژگيهاي ت صاوير داراي خوي شاوندي به يكديگر، با ا ستفاده از سنجههاي مختلف )نرم يك، ضرب داخلي و همب ستگي( بازتنظيم مي شود. نتايج روش پيشنهادي روي سه دادگان Cornell ، KinfaceW-I ، KinfaceW-II نشان ميدهد كه اين روش نسبت به ديگر روشهاي تاييد خويشاوندي چهره كه از شبكه عصبي پيچشي و يادگيري سنجه استفاده ميكنند، كارآيي بهتري دارد و بر روي اين سه دادگان به ترتيب به درصد تشخيص متو سط 83.5 ،% 88.5 % و 79.1 % دست يافته است.