پیشگفتار:

یكی از مسائل قدیمی و چالش برانگیز در زمینه هوش مصنوعی، موضوع بازشناسی چهره می باشد. قدمت تحقیقات در این زمینه مربوط به دهه هفتاد میلادی می باشد.علیرغم تحقیقات فراوانی كه در حواشی این مسئله صورت گرفته، همواره عرصه های تازه و بكر برای پژوهش وجود داشته است. در حال حاضر محققین با زمینه های كاری كاملاً متفاوت اعم از روانشناسی، بازشناسی الگو،شبكه های عصبی، بینایی ماشین و گرافیك، با انگیزه های متفاوت در این رابطه فعالیت می كنند. در پایان نامه حاضر پس از طرح یك سری چالشهای موجود در زمینه بازشناسی چهره با رویكردی مبتنی بر بكارگیری دسته ای خاص از شبكه های عصبی مصنوعی به عنوان كلاسه بند، سعی شده چالشهای مذكور تا حد امكان مرتفع شود.

اكثر كلاسه بندی های مدرن الگو، نظیر شبكه های عصبی پرسپترون چند لایه[1] و ماشین بردارهای[2] پشتیبان در فاز آموزش عموماً نیاز به صرف بازه های زمانی طولانی داشته و همچنین بار محاسباتی سنگینی به سیستم تحمیل می كنند. امروزه در بسیاری از موارد، بخصوص در سیستم های امنیتی مدرن فرودگاه ها، ترمینالها و غیره، رویكردهای مبتنی بر تشخیص و بازشناسی به هنگام[3] چهره، به شكل فزاینده ای رو به گسترش می باشد. بنابراین نیاز به طبقه بندی های سریع و دقیق با بار محاسباتی و الگوریتمی پایین برای چنین كاربردهایی اجتناب ناپذیر می باشد. بعلاوه در چنین سیستم هایی علاوه بر اینكه یادگیری اولیه بر روی دسته ای از داده ها به صورت یكجا انجام می شود، نیاز به نوعی یادگیری افزایشی نیز وجوددارد تا علاوه بر یادگیری فضای نمونه های اولیه، تغییرات و پویاییهای فضای نمونه ها نیز، برای كلاسه بند، قابل یادگیری بوده و قابلیت رشد و ارتقاء آموزش برای سیستم فراهم می باشد. برای مثال یك سیستم بازشناسی چهره در یك فرودگاه بین المللی را در نظر بگیرید كه در ابتدا برای تشخیص هویت یك سری از افراد خاص با سابقه جرایم تروریستی، آموزش دیده است. آنچه واضح است با گذشت زمان مشخصه های چهره افراد ثابت نمانده و همچنین بازشناسی چهره مجرمین جدید نیز اجتناب ناپذیر می نماید. به دلایل ذكر شده، سیستم بازشناسی بایستی بدون فراموش كردن نمونه هایی كه قبلاً دیده است، قابلیت به روزرسانی یادگیری و بازشناسی چهره های جدید را نیز داشته باشد.

در این پایان نامه سعی شده با بررسی مزایای ذاتی نوع خاصی از شبكه های عصبی مصنوعی مبتنی بر الگوریتم رزونانس تطبیقی[4] و استفاده از آنها بعنوان كلاسه بند در بازشناسی چهره، چالشهای مذكور تا حدی مرتفع شود. همچنین با بهره گرفتن از الگوریتم های تكاملی نظیر الگوریتم ژنتیك[5] و شبكه های مذكور، روشی كارا جهت انتخاب ویژگیهای مؤثر چهره در بازشناسی، پیشنهاد شده است.

اهداف كلی این پروسه تحقیقاتی به شرح ذیل می باشد:

– استفاده از شبكه های عصبی مصنوعی مبتنی بر الگوریتم رزونانس تطبیقی در بازشناسی چهره با توجه به مزایای ذاتی این نوع شبكه ها

– اصلاح یك سری چالشهای خاص در حیطه بازشناسی چهره با بهره گرفتن از این ویژگیها

– مقایسه كارایی شبكه های مذكور با شبكه های عصبی پرسپترون چند لایه در بازشناسی چهره.

– ارائه روشی جدید برای انتخاب ویژگیهای مؤثر در بازشناسی چهره با بهره گرفتن از شبكه های عصبی مبتنی بر الگوریتم رزونانس تطبیقی و الگوریتم ژنتیك

– ارائه پیشنهاداتی برای ادامه كار با توجه به پتانسیل ها و دینامیك های ذاتی این نوع شبكه ها.

پایان نامه حاضر دارای چهار فصل می باشد. در فصل اول كلیاتی از روش های بازشناسی چهره بیان شده و در ادامه به بحث راجع به یك سری چالشها در كلاسه بندی‌های پركاربرد در حیطه بازشناسی چهره پرداخته شده است. در ادامه با بیان مختصر و اجمالی تعدادی از خصوصیات ذاتی شبكه های عصبی مبتنی بر الگوریتم رزونانس تطبیقی، مزایای احتمالی آنها در رفع چالشهای موجود بیان شده است. در فصل دوم، تاریخچه، الگوریتم، پیكربندی و انواع مختلف شبكه های عصبی مبتنی بر الگوریتم رزونانس تطبیقی به تفصیل بیان شده است. همچنین به یك سری از كاربردهای پیشین این شبكه ها به صورت خلاصه و تیتروار اشاره شده است. فصل سوم اختصاص به نتایج آزمایشات و شبیه سازیهای انجام شده دارد. آزمایشها در سه دسته مجزا انجام شده اند. در فصل چهارم كه فصل نهایی می باشد،‌ كلیه مطالب بیان شده جمع بندی شده و پیشنهاداتی جهت ادامه روند پژوهشی دراین زمینه ارائه شده است.

فصل اول: کلیات

1-1- مقدمه

در این بخش پس از طرح كلیاتی از مسئله بازشناسی چهره، با تمركز بر مسئله طبقه بندها به بیان برخی چالشهای موجود در این زمینه پرداخته شده است. در ادامه با برشمردن یك سری مزایای ذاتی شبكه های عصبی مبتنی بر الگوریتم رزونانس تطبیقی، ایده كاربرد آنها در بازشناسی چهره، جهت رفع نقایص موجود مطرح و در انتها جمع بندی مطالب فصل ارائه شده است.

2-1- بازشناسی چهره

بازشناسی چهره در یك جمله بدین صورت تعریف می شود: اخذ تصویر چهره و شناسایی آن با توجه به نمونه‌هایی كه قبلاً به سیستم آموزش داده شده است. تحقیقات در زمینه بازشناسی چهره دارای قدمتی در حدود نیم قرن می باشد. هر ساله تعداد مقالات علمی كه در این زمینه منتشر می شود، افزایش یافته و هر یك سعی در ارائه روشی بادرصد صحت كلاسه بندی بالاتر دارند. از آنجا كه این موضوع با رشته های علمی فراوانی ارتباط دارد، محققین با دیدگاه ها و انگیزه های گوناگون، از جمله روانشناسان، متخصصان در زمینه‌های بازشناسی الگو، شبكه های عصبی، بینایی ماشین و … به آن علاقه فراوان نشان می دهند.

مطالعات ابتدایی دراین زمینه مربوط به كارهای روانشناسان دردهه 1950 میلادی است. تحقیقات فنی و مهندسی در این باب یك دهه بعد، آغاز شد. اما ایده بازشناسی خودكار چهره توسط ماشین در دهه 1970 میلادی توسط كاناده[1] و كلی[2] مطرح گردید [53]. در سالهای نخست تحقیقات صورت گرفته با بهره گرفتن از تصاویر دوبعدی بوده است. اخیراً با پیشرفت تكنولوژی امكان تصویربرداری سه بعدی نیز فراهم شده و زمینه تحقیقات گسترده ای را گشوده شده است.

به طور كلی روش های بازشناسی چهره را می توان به سه دسته تقسیم نمود:

الف) روش های مبتنی بر ویژگیهای محلی

در این روشها عناصر محلی مانندچشم، دهان، بینی و … استخراج شده، خواص هندسی و موقعیت آنها نسبت به یكدیگر به عنوان ویژگی به سیستم شناسایی اعمال می شود [54].

ب) روش های كل نگر

در این دست از متدها از اطلاعات كل تصویر چهره استفاده می شود. برای استخراج ویژگیهای تفكیك كننده چهره افراد مختلف، تكنیكهای آماری به كار برده می شوند. برخی از معروفترین و كارآمدترین این روشها به قرار ذیل می باشند:

– روش آنالیز مولفه های اساسی[3] 

– روش آنالیز مؤلفه های مستقل[4] 

– روش آنالیز تفكیك كننده خطی[5] 

ج) روش‌های هیبرید

این روشها بیشترین شباهت را به سیستم ادراك انسانی داشته و به شكل تركیبی از دو روش پیشین می باشند. نتایج تحقیقات عملكرد بهتر این روش نسبت به دو روش قبل را نشان داده       است [59].

از آنجا كه در این پایان نامه از روش آنالیز مؤلفه های اساسی، استفاده شده، درادامه با تفصیل بیشتری مورد بررسی قرار گرفته است.

1-2-1- تعبیر و مفهوم بردار چهره

تصویر دو بعدی چهره را می توان به صورت یك بردار یك بعدی در نظر گرفت. اگر عرض وطول تصویر به صورت h و w در نظر گرفته شود، این بردار دارای h×w مولفه خواهد بود. چگونگی انجام این كار در شكل 1-1 نشان داده شده است.