بهبود مدل تفكيك‌كننده منيفلدهاي غيرخطي به‌منظور بازشناسي چهره با يك تصوير از هر فرد

Improving the nonlinear manifold separator model to the face recognition by a single image of per person

يادگيري منيفلد يكي از روش‌هاي كاهش بعد مطرح به‌منظور استخراج ساختار غيرخطي داده با ابعاد بالاست. تاكنون روش‌هاي زيادي به اين منظور ارايه شده‌اند. در تمام اين روش‌ها يك منيفلد به‌عنوان منيفلد جاسازي‌شده در داده استخراج مي‌شود. در‌حالي‌كه در خيلي از مسايل مربوط به دنياي واقعي يك منيفلد به‌تنهايي بيان‌گر ساختار داده نيست. در اين راستا بر مبناي تحقيقات قبلي، يك روش كاهش بعد غيرخطي مبتني بر شبكه‌هاي عصبي عميق ارايه شده است كه قادر به استخراج توام منيفلدهاي جاسازي‌شده در داده است. در مدل شبكه عصبي تفكيك‌كننده منيفلدهاي غيرخطي، برخلاف روش معمول استخراج منيفلد با شبكه‌هاي عصبي كه به‌صورت بدون سرپرستي صورت مي‌گيرد، از برچسب داده در جهت شكل‌گيري منيفلدها به‌صورت غيرمستقيم استفاده مي‌شود. با توجه به ساختار عميق اين مدل نشان داده شده است كه با بهره‌گيري از روش‌هاي پيش‌تعليم مي‌توان به‌طور معناداري عملكرد آن‌را بهبود بخشيد؛ همچنين در راستاي استخراج بهتر منيفلدها و حفظ تمايز درون‌منيفلدي براي طبقات مختلف، توابع معيار آن بهبود داده شده است. اين مدل براي استخراج منيفلدهاي حالت‌هاي احساسي و هويت افراد از دادگان چهره CK+، مورد استفاده قرار گرفته است. با بهره‌گيري از پيش‌تعليم لايه‌به‌لايه و بهبود توابع معيار، نرخ بازشناسي حالت براي تصاوير مجازي از %29/24 به %07/75 و درصد صحت بازشناسي هويت با يك تصوير از هر فرد با غني‌سازي دادگان تعليم طبقه‌بند KNN توسط اين تصاوير مجازي، از %62/90 به %07/97 نسبت به مدل اوليه بهبود داشته‌ است.

Manifold learning is a dimension reduction method for extracting nonlinear structures of high-dimensional data. Many methods have been introduced for this purpose. Most of these methods usually extract a global manifold for data. However, in many real-world problems, there is not only one global manifold, but also additional information about the objects is shared by a large number of manifolds. In this context, based on previous researches, this paper proposes a nonlinear dimension reduction method based on the deep neural network that extract simultaneously manifolds embedded in data. In nonlinear manifold separator model, unlike unsupervised learning of bottleneck neural network, data labels are indirectly used for manifold learning. Given the deep structure of the model, it has been shown that using pre-training methods can significantly improve its performance; moreover, to improve within-manifold discrimination for different classes, its standard functions have been improved. This paper makes use of the model for extracting both expression and identity manifolds for facial images of the CK+ database. In comparing early and improved models, it is shown that the facial expression recognition rate from 24.29% to 75.07% and the face recognition rate by a single image of each person by enriching dataset from 90.62% to 97.07% were improved.