انتخاب زيرمجموعه بهينه از ويژگي‌هاي استخراج‌شده توسط عملگر بهينه‌شده LBP بر مبناي CLA - EC در سيستم بازشناسي چهره

select the Optimal Subset of LABP Features Based on CLA-EC Method in Face Recognition System

ما در اين مقاله روش كار آمد جديدي را مبتني بر توصيفگر الگوي باينري محلي براي بازشناسي چهره معرفي كرديم. چون محاسبات داخل الگوي باينري محلي بين مقادير دو پيكسل انجام مي‌شود، حتي تغييرات كوچك در الگوي باينري عملكرد آن را تحت تأثير قرار مي‌دهد. در اين مقاله يك روش جديد بازشناسي چهره براي انتخاب الگوهاي باينري ميانگين محلي (LABP) بر مبناي آتاماتاي يادگير سلولي مبتني بر محاسبات تكاملي ارائه شده است. در روش پيشنهادي، ابتدا الگوهاي باينري يكنواخت محلي توسط LABP از تصاوير چهره استخراج مي‌شود. در LABP جهت به دست آوردن نمايش ويژگي مقاوم‌تر، نقاط نمونه زيادي مورد استفاده قرار گرفته است، سپس بهترين زيرمجموعه از اين الگوها بدون داشتن اطلاعات اوليه از آنها توسط روش CLA-EC پيدا شده و از آنها هيستوگرام گرفته مي‌شود و در نهايت از ماشين بردار پشتيبان براي طبقه‌بندي استفاده مي‌شود. نتيجه به دست آمده از شبيه‌سازي سيستم‌هاي بازشناسي چهره روي مجموعه داده FERET، برتري الگوريتم پيشنهادي را نسبت به الگوريتم‌هاي ديگر نشان داد.

In this paper, we present a new efficient method based on local binary pattern descriptor, for face recognition. Because, the calculations in Local binary pattern are done between two pixels values, so, small changes in the binary pattern affect its performance. In this paper, a new local average binary pattern descriptor is presented based on cellular learning automata and evolutionary computation (CLA-EC). In the proposed method, first, the LABP operator are used to extract uniform local binary patterns from face images; it should be noted that, in LABP operator to obtain more robust feature representation, many sample points has been used. Then, the best subset of patterns found by CLA-EC methods, and the histogram of these patterns is obtained. Finally, support vector machine is used for classification. The results of experiment on FERET data base show the advantage of the proposed algorithm compared to other algorithms.