شناسايي چهره بر اساس ظاهر در رشته‌هاي ويديويي

Appearance-based Face Recognition in Video Sequences

چكيده: در چند سال گذشته شناسايي چهره بر اساس ويديو مورد توجه زيادي قرار گرفته است. در روش شناسايي چهره بر اساس ويديو، مشكلاتي همچون تغيير شدت روشنايي، چرخش سر، پوشش قسمتي از چهره، تفكيك‌پذيري پايين تصوير، وجود دارد. هدف از اين پژوهش ارايه يك روش جهت شناسايي چهره بر اساس ويديو جهت حل مشكلات چرخش سر، تغيير شدت روشنايي و انسداد قسمتي از چهره است. در اين تحقيق ابتدا جهت حذف تصوير زمينه، چهره در فريم‌هاي ويديو تشخيص داده مي‌شود. سپس تصاوير هر مجموعه بـر روي منيفولد بـه صـورت غيرخطي توزيع يافته را با استفاده از روش‌هاي مناسبي خوشه‌بندي مي‌كنيم. تعيين تعداد خوشه‌ها و مدل‌هاي خطي كاملاً هوشمندانه بوده و با اجـراي ايـن روش، بـا توجـه بـه حركات سر تعداد خـوشه‌هـاي متفاوت براي هر رشته ويديويي به دست مي‌آيد. دو روش جهت خوشه‌بندي و به دست آمدن مدل‌هاي خطي پيشنهاد مي‌گردد. براي انجام شناسايي از محاسبه فاصله بين منيفولدهاي غيرخطي استفاده مي‌شود كه از تركيب دو روش تشكيل يافته است. در روش اول از فاصله بين خوشه‌هاي به دست آمده كه به عنوان زير فضاي خطي درنظر گرفته مي‌شوند استفاده مي‌گردد و در روش دوم از فاصله بين فريم‌هاي كليدي هر خوشه جهت شناسايي استفاده مي‌شود. در نهايت نتايج به دست آمده با روش‌هاي ديگر مقايسه مي‌گردد.

Abstract: Video-based face recognition has received significant attention in recent years. There are some problems in video-based face recognition method such as pose, lighting and expression variations, occlusion, aging and low image resolutions. In this paper, first of all face in video frames is detected for background removing. Then each set of images is distributed on a nonlinear manifold and clustered using appropriate methods. Determination of the number of clusters and linear models is quite intelligent and with implementation of this method, the number of clusters depends on different movements of head. Two methods are proposed for clustering and linear models. The distance between nonlinear manifolds that is composed of the combination of two methods, are used for recognition. The first method uses the distance between the clusters which are considered as the linear space and the second method uses the distance between key frames for recognition. Finally the results are compared with other methods.