آشکارسازي صورت با استفاده از فيلترهاي گابور و شبکه هاي عصبي

در اين مقاله، روشي قدرتمند براي آشکارسازي صورت از زواياي مختلف با استفاده از ترکيب فيلترهاي گابور و شبکه عصبي بيان مي شود. در ابتدا رابطه رياضي توليد فيلتر گابور مورد بررسي قرار مي گيرد و در مرحله بعد با بررسي 75 بانک فيلتر مختلف، محدوده مقادير پارامترهاي موثر در توليد فيلتر گابور مشخص شده و سپس بهترين مقدار براي آنها به دست مي آيد. شبکه عصبي مورد استفاده در اين مقاله از نوع پيش خور با روش بازگشتي است و بردار ورودي اين شبکه عصبي از کانوالو تصوير با تنها يک فيلتر گابور با زاويهp/2  و فرکانس p/2 در حوزه فرکانس به دست مي آيد. الگوريتم پشنهادي در اين مقاله روي 550 تصوير از 2 پايگاه تصوير فرت با پس زمينه ساده و مارکوس وبر با پس زمينه پيچيده آزمايش شده و دقت آشکارسازي آن به ترتيب 98.4% و 95% است. همچنين به کمک الگوريتم ويولا جونز ناحيه صورت را در 550 نمونه تصوير به دست آورده و مقايسه اي بين نتايج به دست آمده از الگوريتم ويولاجونز و الگوريتم پيشنهادي آورده مي شود.