14514

14514

ارائه يك مدل گرافيكي به منظور بازشناسي حالت چهره در تصاوير ويدئويي

كارشناسي ارشد

هوش مصنوعي

تيرماه 1394

تيرماه 1394

دكتر محمود فتحي

كامپيوتر

چكيده مدل‌هاي گرافيكي احتمالاتي در سال‌هاي اخير بسيار مورد توجه محققان قرار گرفته‌اند. اين مدل‌ها در كاربردهاي مختلف مانند پردازش گفتار، پردازش زبان‌هاي طبيعي، بازشناسي ژست و بينايي ماشين مورد توجه زيادي قرارگرفته‌اند. در اين تحقيق با استفاده از قابليت بالاي اين مدل‌هاي گرافيكي در مدل‌سازي مناسب فرايندهاي متوالي، توانسته‌ايم به نتايج قابل‌توجهي در بازشناسي حالت چهره افراد در تصاوير ويدئويي دست‌يابيم. بازشناسي حالات چهره مدت‌هاست كه به‌عنوان زمينه‌ تحقيق موردتوجه محققان قرار داشته است. اما با توجه به حركات ظريف اجزا صورت در برخي حالات چهره مانند خشم، براي دست‌يابي به نتايج مطلوب‌تر تحقيقات بسياري در اين زمينه ادامه دارد. در اين تحقيق با استفاده از قابليت مدل‌سازي بالاي مدل‌هاي گرافيكي CRF و LDCRF ، به بازشناسي حالات چهره با روش‌هاي گوناگون پرداخته‌ايم و در اين آزمايش‌ها از روش‌هاي يادگيري LBFGS و گراديان مزدوج استفاده نموده‌ايم. مدل LDCRF با استفاده از حالت‌هاي پنهان در مدل، موجب شناسايي بهتر در ويژگي‌هاي ظاهري مي‌شود. همچنين آزمايش‌هاي متعدد در مورد نوع ويژگي‌هاي استخراج‌شدهانجام‌شده است و نتايج اين آزمايش‌ها بر روي مدل‌هاي گرافيكي ذكرشدهبه‌دست‌آمده است. اين ويژگي‌ها عبارت‌اند: از LBP، AAM و HOG. كه در آزمايش‌هاي انجام‌شده از اين ويژگي‌هابه‌صورت جداگانه و همچنين تركيبي از آن‌ها استفاده‌شده است و نتايج آن‌ها ارائه گرديده است. در اين تحقيق به اين نتيجه رسيديم كه در صورت در نظر نگرفتن حالت چهره خنثي، با استفاده از ويژگي‌هاي AAM و مدل‌سازي توسط CRF و اعمال روش يادگيري LBFGS، بهترين نتيجه حاصل مي‌گردد. درصورتي‌كه حالت چهره خنثي را نيز در نظر بگيريم، وقتي‌كه از ويژگي‌ LBP به همراه HOG استفاده نماييم و آن را توسط LDCRF با پنج حالت پنهان مدل كنيم و از روش يادگيري پارامتر LBFGS استفاده نماييم بهترين نتيجه حاصل مي‌گردد. واژه‌هاي كليدي:بازشناسي، حالات چهره، مدل‌هاي گرافيكي احتمالاتي، مدل‌سازي احتمالاتي.