هوش مصنوعی | متن کامل رایگان | تشخیص چهره با استفاده از مدل پنهان مارکوف و شبکه عصبی کانولوشنال

یک پنجره نمونه برداری با اندازه Lw برای اسکن تصاویر چهره با استفاده از رویکرد بالا به پایین استفاده می شود و اطلاعات موجود در بلوک همپوشانی همانطور که در شکل ۳ نشان داده شده است، بازیابی می شود. رابطه (۲) برای محاسبه تعداد کل بلوک ها در تصویر

$ب = (\frac{L_{من} - L_{w}}{L_{w} - O}) + ۱$

(۲)

کجا ب تعداد کل بلوک های یک تصویر است، L ارتفاع تصویر است، $L_{w}$ اندازه پنجره نمونه برداری است و O اندازه همپوشانی است. برای $L_{من} = ۵۳$ ، $L_{w} = ۴$ و $O = ۳$ تعداد کل بلوک ها در یک تصویر ۵۰ است. اکنون با استفاده از رابطه (۳) تجزیه ویژه را بر روی ماتریس کوواریانس برای هر بلوک انجام خواهیم داد.

$ج \vec{v_{من}} = ل_{من} \vec{v_{من}}$

(۳)

کجا $ل_{من}$ نشان دهنده ماتریس حاوی مقادیر ویژه و $v_{من}$ ماتریس حاوی بردارهای ویژه ماتریس کوواریانس را نشان می دهد. فقط مقادیر ویژه مربوط به مؤلفه‌های اصلی انتخاب می‌شوند که حداکثر اطلاعات مربوط به تصویر چهره را دارند. با نمایش مقادیر ویژه تصویر صورت به عنوان تابعی از عدد شاخص آن، آشکار می شود که مهم ترین اطلاعات در مورد تصویر چهره در اجزای اصلی اولیه موجود است، در حالی که اجزای اصلی بالاتر حاوی اطلاعات ناچیزی هستند. نتایج مورد نظر با استفاده از دو مقدار ویژه به دست می آید $(ل_{۱} ، ل_{۲})$ از دو جزء اصلی اول و ضریب اول جزء اصلی $v_{۱}$ در شاخص (۱، ۱). این سه جزء به طور موثر یک بلوک تصویر را توصیف می کنند. برای کاهش هزینه های محاسباتی، این ویژگی ها با استفاده از معادلات (۴) و (۵) به یک سطح گسسته کوانتیزه می شوند.

$f_{من}^{q} = \frac{f_{من} - f_{من}^{دقیقه}}{D_{من}}$

(۴)

$D_{من} = \frac{f_{من}^{متر الف x} - f_{من}^{متر من n}}{L_{من}}$

(۵)

کجا $f_{من}^{دقیقه}$ ، $f_{من}^{حداکثر}$ و $f_{من}^{q}$ به ترتیب حداقل، حداکثر و مقادیر کوانتیزه شده ویژگی های صورت هستند. $D_{من}$ تفاوت بین دو سطح کوانتیزاسیون متوالی است و $L_{من}$ تعداد سطوح کوانتیزاسیون مورد استفاده است. برچسب ها با استفاده از معادله (۶) به هر ویژگی کوانتیزه شده اختصاص داده می شوند.

$برچسب بزنید = س_{L} (۱) x ۸ + س_{L} (۲) x ۶۰ + س_{L} (۳) x ۲ + ۶$

(۶)

سطوح کوانتیزاسیون $س_{L} (۱)$ ، $س_{L} (۲)$ و $س_{L} (۳)$ سطوح کوانتیزاسیون را نشان می دهد $n_{۱} (۱ ، ۱)$ ، $ل_{۱}$ و $ل_{۲}$ به ترتیب. از طریق روش ضربه و آزمایش، مقادیر بهینه برای $س_{L} (۱)$ ، $س_{L} (۲)$ و $س_{L} (۳)$ به ترتیب ۱۰، ۱۰ و ۷ تعیین شدند. در نتیجه، هر بلوک دارای ۷۰۰ مقدار ویژگی است. یک دنباله مشاهده، متشکل از برچسب های ویژگی از ۵۰ بلوک، برای هر تصویر آموزشی ایجاد می شود. این توالی مشاهده از تمام تصاویر آموزشی برای آموزش مدل پنهان مارکوف (HMM) استفاده خواهد شد.

منبع: https://www.mdpi.com/2673-2688/5/3/79

دیدگاهتان را بنویسید لغو پاسخ