شناسایی هویت براساس چهره با استفاده از شبکه عصبی پرسپترون چندلایه با نظارت الگوریتم بهینه سازی مبتنی بر جغرافیای زیستی

چکیده مقاله

فن آوری بازشناسی چهره یکی از معدود روشهای بیومتریک است که با دارابودن مزایای دقت بالا و حجم پایین، در مواردی مانند امنیت اطلاعات، اجرا و نظارت بر قانون، کارتهای هوشمند، کنترل دستیابی و غیره مورد استفاده قرار میگیرد به همین دلیل این فنآوری در طی بیست سال گذشته در عرصه های صنعتی و علمی مورد توجه قرار گرفته است شناسایی چهره زمینه تحقیقات وسیعی از بینایی ماشین و شناسایی الگو بوده است یکی از کاربردهای وسیع بازشناسی چهره در زمینه تایید هویت و مساله امنیت است در کنترل اماکن با جمعیت زیاد مانند فرودگاه ها، ایستگاه های راه آهن، مترو و غیره این روش نسبت به سایر روشهای نظارتی دارای کارائی بیشتری است به این ترتیب از چهره افراد عکس های مختلفی گرفته شده و دستگاه باید توانایی شناسایی این افراد را داشته باشد در این مقاله از شبکه عصبی پرسپترون چندلایه در جهت شناسایی هویت بر اساس چهره استفاده شده است از الگوریتم تحلیل مولفه های اصلی برای استخراج ویژگی از تصاویر بهره گرفته شده است به منظور افزایش دقت شبکه عصبی آموزش با الگوریتم بهینه سازی مبتنی بر جغرافیای زیستی انجام شده و نتایج آن با شبکه عصبی پرسپترونچندلایه آموزش یافته با الگوریتم بهینه سازی ازدحام ذرات مقایسه شده است نتایج نشان میدهد آموزش شبکه عصبی پرسپترون چندلایه با الگوریتم بهینه سازی مبتنی بر جغرافیای زیستی عملکرد بهتری در مقایسه با آموزش الگوریتم بهینه سازی ازدحام ذرات در شناسایی هویت بر اساس چهره دارد

کلیدواژه‌ها

نویسندگان

فاطمه مختاری اسفیدواجانی

دانشجوی کارشناسی ارشد، گروه مهندسی کامپیوتر، واحد کرج، دانشگاه آزاد اسلامی کرج ایران

علیرضا نیکروان شلمانی

عضو هیئت علمی، گروه مهندسی کامپیوتر، واحد کرج، دانشگاه آزاد اسلامی، کرج، ایران

مختاری اسفیدواجانی، فاطمه و نیکروان شلمانی، علیرضا،1398،شناسایی هویت براساس چهره با استفاده از شبکه عصبی پرسپترون چندلایه با نظارت الگوریتم بهینه سازی مبتنی بر جغرافیای زیستی،سومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز

ارائه‌شده در

مجموعه مقالات چهارمین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی15 بهمن 1399 · اهواز