پیاده سازی الگوریتم های استخراج ویژگی های چهره بر روی fpga

یکی از روش های بسیار مهم برای شناسایی هویت افراد، از طریق چهره است، که به دلیل سهولت دسترسی به جزئیات آن، سبب افزایش کاربرد سیستم های شناسایی چهره در چند دهه اخیر شده است. کارآیی این سیستم ها نسبت به سایر روش های پردازش مانند اثرانگشت، اسکن عنبیه، امضا و غیره بیشتر و محدوده کاری آن گسترده تراست. در این پژوهش با تأکید بر تکنیک های زیرفضا به عنوان استخراج کننده های ویژگی چهره، به کارگیری تکنیک پیش پردازش تصویر، به عنوان مرحله اولیه سیستم شناسایی چهره برای افزایش نرخ شناسایی مورد بررسی قرار گرفته است.در این پایان نامه یک الگوریتم پیش پردازش برای نمایش جزئیات بیشتر چهره و افزایش نرخ شناسایی ارائه شده است. این الگوریتم با برجسته تر کردن جزئیات مورد نیاز جهت شناساییو حذف داده های غیر ضروری، سبب کاهش حجم محاسبات شده و در نتیجه سرعت اجرای الگوریتم ها افزایش می یابد. نتایج پیاده سازی کارایی این الگوریتم را در بهبود نرخ شناسایی نشان می دهد. همچنین در این پژوهش از الگوریتم های استخراج ویژگی چهره خطی مانند روش های چهره ویژه، چهره fisher، 2dpca،2dlda و 2dfpcaاستفاده شده است. در زمینه پردازش تصویر، با افزایش اندازه تصویر و پهنای بیت اطلاعات، نرم افزار با کاهش کارایی مواجه می شود. از آن جا که سیستم های بهنگامبه صورت مستقیم با کاربردر ارتباط هستند،نیاز به افزایش سرعت در پردازش تصویر امری ضروری است؛ از این رو استفاده از تراشه های fpgaبه عنوان یک شتابده محاسباتی در الگوریتم استخراج ویژگی، یک روش مطلوب به نظر می رسد. در این پژوهش پیاده سازی بخش زمان بر الگوریتم های استخراج ویژگی خطی، روی تراشه fpga، کاهش زمان محاسباتی قابل توجهی را نسبت به پیاده سازی نرم افزاری نشان می دهد.