بازشناسی بافت پویا: کاربرد آن در بازشناسی چهره مبتنی بر ویدئو
چکیده
دنباله ای تصویری از یک صحنه متحرک که از نظر زمانی به هم پیوسته هستند را بافت پویا می نامند. به بیان دیگر، بافت پویا حالت تعمیم یافته ای از تصویرهای ثابت در بُعد زمان است که با یکدیگر رابطه زمانیِ معناداری دارند. در سال های اخیر، توصیف و بازشناسی بافت های پویا مورد توجه پژوهشگران و صنعت قرار گرفته است. از سوی دیگر، ماهیت غیرقابل پیش بینی آن ها، بازشناسی بافت پویا را به یک مساله چالش برانگیز نسبت به تصویرهای ثابت تبدیل کرده است. در این رساله به مساله بازشناسی و دسته بندی بافت پویا به منظور استفاده در بازشناسی چهره پرداخته ایم. بازشناسی مبتنی بر بافت های پویا مزایایی نسبت به تصویرهای ثابت دارد که مهم ترین آن ها در اختیار قرار دادن اطلاعات بیشتر از ظاهر و حرکت اجسام نسبت به تصویرهای ثابت است. اما محدود بودن فضای حافظه، کیفیت پایین تصویرهای ویدئویی، درجه تفکیک پذیری کم و تاثیر عوامل گوناگون خارجی مانند تغییرات روشنایی، چرخش سر، تغییر حالات چهره و غیره به پیچیده تر شدن این مساله منجر می شود. در این رساله ضمن بازشناسی و دسته بندی بافت های پویا، به ارایه روشی نوین به منظور استفاده از کمترین تعداد فریم برای بازشناسی پرداخته ایم. روش پیشنهادی دنباله تصویر را به قطعه های کوچکتر در طول زمان تقسیم می کند. سپس، با بکارگیری مشتق های جهت دار مرتبه بالای مکانی-زمانی ویژگی های مکانی-زمانیِ بافت پویا را استخراج می کند. با بهره گیری از این اطلاعات، زیرفضاهای خطیِ محلی مجموعه آموزش را با استفاده از بازنمایی تُنُک به صورت نقاطی روی خمینه نمایش می دهد و برای هر کدام از این نقاط، نزدیک ترین نقطه متناظر از مجموعه آزمون را به صورت تطبیقی می یابد. در پایان دو بافت پویایی که زیرفضاهای آموزش و آزمون آن ها کمترین فاصله را با یکدیگر داشته باشند، با یکدیگر مطابقت می کنند. الگوریتم پیشنهادی روی چهار پایگاه داده استاندارد honda/ucsd، cmu-mobo، youtube و dyntex اعمال شده و به طور متوسط به ترتیب 93/6%، 39/4%، 94/22% و 38/2% بهبود در میزان نرخ بازشناسی حاصل گردیده است.