شبیه سازی و ترجمه مقاله کرنل تشخیص چهره مشترک

1. مقدمه 2. نمایش خطی 2.1. نمایش پراکندگی یا مبتنی برهمکاری 2.2. روابط خطی 3. نمایش مبتنی بر همکاری کرنل (KCR) 3.1. چارچوب KCR 3.2. تعمیم چارچوب KCR 3.2.1. رابطه با طبقه بندی کننده نزدیک ترین زیرفضا (NS) 3.2.2. رابطه با طبقه بندی کننده نزدیک ترین همسایه (NN) 3.3. الگوریتم KCR-l2 پیشنهادی 4. نتایج آزمایشگاهی 4.1. نتایج تشخیص چهره 4.1.1. مجموعه داده Yale B تعمیم یافته 4.1.2. مجموعه داده AR 4.1.3. تشخیص چهره با تغییر قیافه 4.2. اثر ג 4.3. پایگاه داده چهره با ماهیت مختلف 4.3.1. پایگاه داده چند PIE- مقیاس بزرگ 4.3.2. پایگاه داده PolyU نزدیک –اینفرارد (NIR) 4.3.3. پایگاه داده PolyU فراطیفی 4.3.4. پایگاه داده EURECOM کینکت 4.3.5. پایگاه داده FERET 4.4. ترکیب و انتخاب کرنل 5. نتیجه گیری و مطالعات آتی

چکیده – پژوهش های اخیر، اثربخشی نمایش خطی (یعنی نمایش پراکنده گروهی و نمایش مبتنی بر همکاری) برای تشخیص چهره و سایر مشکلات بصری را نشان داده است. با این وجود فرض نمایش خطی، روابط غیر خطی نمونه ها را در نظر نگرفته و استفاده از ویژگی های مختلف در رابطه با مقیاس های غیر خطی را محدود می کند. در مقاله حاضر، اطلاعاتی درباره طبقه بندی کننده های مبتنی بر ارائه غیر خطی و خطی ارائه می کنیم. در وهله اول، فرمول بندی کلی ای را که به عنوان نمایش مبتنی بر کرنل، شناخته می شود به منظور در برگرفتن چندین طبقه بندی کننده مبتنی بر نمایش موثر در یک چارچوب منسجم، ارائه می کنیم. بر پایه این چارچوب، الگوریتم های دیگری را می توان با انتخاب توابع کرنل مناسب، عبارات تنظیم کننده و قیود اضافی توسعه داد. در وهله دوم در محدوده چارچوب پیشنهادی، یک الگوریتم ساده و در عین حال موثر را با منظم سازی l2 مربع توسعه داده و آن را بر تشخیص چهره با الگوهای باینری محلی و هم چنین کرنل هَمینگ اعمال می کنیم. چندین آزمایش را بر مجموعه داده های چهره Yale B تعمیم یافته، AR، چند PIE، PLOYO NIR و PLOYO HS، کینکت EURECOM و FERET انجام می دهیم. نتایج آزمایشگاهی نشان می دهند که الگوریتم ما، در زمینه دقت و سرعت، به خصوص برای مسائل تشخیص چهره ای که مجموعه داده آموزشی آن ها، کوچک بوده و آکلوژن سنگین دارد، عملکرد مطلوبی را ارائه می کند. علاوه بر آن تلاش کرده ایم که توابع کرنل مختلف را با استفاده از اوزان متفاوت، به صورت افزودنی با یکدیگر ترکیب کنیم. نتایج ازمایشگاهی نشان می دهند که طرح ترکیب پیشنهادی می تواند، بهبودبخشی بیشتری را در زمینه دقت فراهم بیاورد.

Recent research has demonstrated the effectiveness of linear representation (i.e., sparse representation, group sparse representation and collaborative representation) for face recognition and other vision problems. However, this linear representation assumption does not consider the non-linear relationship of samples and limits the usage of different features with non-linear metrics. In this paper, we present some insights of linear and non-linear representation-based classifiers. First, we present a general formulation known as kernel collaborative representation to encompass several effective representation-based classifiers within a unified framework. Based on this framework, different algorithms can be developed by choosing proper kernel functions, regularization terms, and additional constraints. Second, within the proposed framework we develop a simple yet effective algorithm with squared ℓ2-regularization and apply it to face recognition with local binary patterns as well as the Hamming kernel. We conduct numerous experiments on the extended Yale B, AR, Multi-PIE, PloyU NIR, PloyU HS, EURECOM Kinect and FERET face databases. Experimental results demonstrate that our algorithm achieves favorable performance in terms of accuracy and speed, especially for the face recognition problems with small training datasets and heavy occlusion. In addition, we attempt to combine different kernel functions by using different weights in an additive manner. The experimental results show that the proposed combination scheme provides some additional improvement in terms of accuracy.

تشخیص چهره

تشخیص چهره به عنوان یک موضوع مهم و مورد توجه در بینایی کامپیوتر، کاربردهای مانند تعامل انسان و کامپیوتر، نظارت، کنترل دسترسی و غیره سودمندی دارد. اگرچه الگوریتم های بسیاری تاکنون به این منظور پیشنهاد شده اند، تشخیص چهره به علت بعضی مسائل چالش برانگیز ناشی از تغییرات ظاهری داخلی (تغییرات ژست و افزایش سن) و خارجی (انسداد، حالت، تغییرات روشنایی) باقی مانده است.

مساله شناسایی چهره، استخراج خصوصیتی از ناحیه صورت و تایید یا تشخیص چهره را شامل می شود. تشخیص چهره به تعیین دقیق موقعیت و اندازه چهره انسان از صحنه های به هم ریخته اشاره دارد. اما استخراج ویژگی به اخذ خصوصیاتی که می توان به سیستم طبقه بندی چهره داد، اشاره می کند. تشخیص چهره به مقایسه چهره ورودی با مدل هایی از چهره هایی که در یک پایگاه داده از چهره های شناخته شده ذخیره شده است اشاره دارد و در صورتی که همانندی پیدا شد آن را نشان می دهد. تایید چهره، به تایید کردن و یا رد کردن تعیین هویت چهره ورودی خواسته شده اشاره دارد. اگر چه به نظر می رسد انسان چهره را در صحنه های شلوغ نسبتا آسان تشخیص می دهد، اما تشخیص چهره با دستگاه به دلایل مختلفی مشکل تر می باشد. اولا، چهره های مختلف ممکن است بسیار شبیه به نظر برسند، به این معنا که هر صورت شامل دو چشم، دو گوش، یک بینی و یک دهان می باشد، در نتیجه به تفکیک دقیقی نیازمند است. ثانیا، دیدگاه های مختلف از همان چهره ممکن است به دلیل محدودیت های تصویربرداری مانند تغییرات در نور و تنوع در حالات صورت و همچنین به دلیل حضور لوازم جانبی شخصی، مانند عینک، ریش، و کلاه کاملا متفاوت باشند. در نهایت، زمانی که چهره تحت چرخش سطح تصویر برداری قرار می گیرد، مقدار زیادی از ساختار چهره ممکن است حذف شود.

روش به کار گرفته شده در این مقاله، روش نمایش مشترک کرنل در سیستم تشخیص چهره می باشد که می تواند در مورد مسائل خطی و غیر خطی به کار گرفته شود. ابتدا فرمول کلی نمایش مشترک کرنل با طبقه بند کارامد معرفی می گردد. این روش قادر به جمع آوری ویژگی های خطی و غیر خطی می باشد. این روش شامل دو مرحله اصلی به منظور استخراج روابط خطی یعنی نمایش و طبقه بندی می باشد. که تصویر نمونه ابتدا با ضرایب کدینگ و به واسطه حداقل سازی تابع هدف خاصی نمایان می شود و سپس بر اساس این ضرایب طبقه بندی می گردد. در ادامه الگوریتم نمایش مشترک کرنل می تواند با استفاده از توابع کرنل استخراج ویژگی های کارامد و متریک های غیرخطی را تسهیل کند که الگوریتم بر اساس انتخاب توابع کرنل مناسب، عبارات تنظیم سازی و قیود دیگر طراحی می گردد. در ادامه الگوریتم کارامد با مربع تنظیم l₂  ارائه شده و یک ثابت تنظیم سازی تعریف می شود که باعث پایدار کردن ضرایب کدینگ می گردد. در نهایت این الگوریتم به سیستم تشخیص چهره با الگوهای باینری محلی و کرنل همینگ اعمال می شود. تجزیه و تحلیل نتایج با استفاده از نرم افزار متلب صورت می پذیرد.