تشخيص هويت چهره هاي پوشيده شده بر اساس نقشه آماري كرنل

امروزه يكي از پركاربردترين راه¬هاي تشخيص هويت استفاده از چهره است. چرا كه به جز موارد خاص تقريباً در تمامي افراد چهره يك ويژگي بيومتريك منحصر به ¬فرد به شمار مي¬رود. اما استفاده از چهره به عنوان يك ويژگي منحصر به فرد در سيستم¬هاي تشخيص هويت داراي چالش‌هايي نيز هست. يكي از مهمترين چالش¬ها يافتن ناحيه¬ي چهره و جداسازي اين ناحيه از ديگر قسمت¬هاي تصوير است؛ خصوصاً زماني كه تصوير چهره به دليل سايه يا وجود هرگونه مانع بين دوربين و صورت، ناقص شده باشد. به همين دليل در اين تحقيق يك روش جديد بر اساس نقشه احتمالي كرنل (KPM) به منظور جداسازي دقيق ناحيه¬ي چهره معرفي شده است. نتايج نشان مي‌دهند كه اين روش براي جداسازي چهره در شرايط روشنايي مختلف، در زواياي مختلف و براي شناسايي انواع چهره با قوميت¬ها و نژادهاي مختلف كاملاً كارآمد است. همچنين در اين تحقيق يك سيستم بيومتريك براي شناسايي هويت بر روي ديتابيس Yale آزمايش شده است كه حتي براي تصاوير ناقص نيز قادر به تشخيص هويت افراد مي¬باشد. در نهايت يك روش براي ترميم تصاوير ناقص بر اساس ميانگين¬گيري از تصاوير پيشين معرفي شده است كه نتايج بر اساس معيار SSIM نشان مي¬دهند كه تصوير تا حدود زيادي قابل بازيابي و ترميم است.