A technique for face recognition using approach based on artificial neural network and principal component analysis

Other Title(s)

تقنية لتمييز صور الوجوه باستخدام أسلوب يعتمد على الشبكة العصبية الاصطناعية و تحليل المكونات الأساسية

Dissertant

Hammadi, Nur

Thesis advisor

al-Hamami, Ala Husayn

Comitee Members

Nassar, Muhammad Uthman
Haykal, Mayy

University

Amman Arab University

Faculty

Collage of Computer Sciences and Informatics

Department

Department of Computer Science

University Country

Jordan

Degree

Master

Degree Date

2013

Arabic Abstract

تقدم هذه الرسالة تقنية هجينة هي (تحليل المكونات الأساسية و الشبكة العصبية الاصطناعية) من اجل الحصول على نظام تمييز أسرع.

مشكلة فرعية ستطرح هنا هي اختلاف صفات الوجه ستعتبر مشكلة في تمييز الوجوه و المشكلة الثانية هي الحد من أبعاد الصور لتحسين التعرف على الوجوه.

و يتكون النظام المقترح من نموذجين، النظام باستخدام تحليل المكونات الأساسية و النظام بدون استخدام تحليل المكونات الأساسية.

الخوارزمية المقترحة سوف تستخدم النظام مه تحليل المكونات الأساسية للحد من الأبعاد في الصور و هذه العملية هي العثور على الارتباطات أو الأنماط في الصور للحصول على أبعاد منخفضة دون فقدان الكثير من المعلومات من الصور.

الطريقة المقترحة لتحسين دقة التعرف على الوجوه باستخدام قاعدة بيانات لوجوه أشخاص متاحة في قاعدة البيانات (ORL).

عملية استخراج الصفات من الصور باستخدام دالة رياضية هي eigen vector حيث تعمل على استخراج الصفات من الصور بطريقة رياضية بتحويل قيم المصفوفة لكل صورة إلى قيم ذاتية eigen values حيث أن eigen vector تأخذ الصفات المهمة من الصور و تستغني عن باقي القيم الغير مرغوب بها بواسطة عملية الإسقاط و هذه العملية الحسابية جاهزة في برنامج Mat LAB و تستند جميع العمليات هنا لتحويل الصور إلى مصفوفات و استخراج القيم من المصفوفات و هذه القيم هي صفات الوجه للشخص.

بعد عملية استخراج الصفات و تهيئة و تصنيف البيانات باستخدام تحليل المكونات الأساسية نأخذ قيم الصفات إلى الشبكة العصبية للتدريب و الاختبار لتحقيق تعلم ذات معنى و الحصول على نتائج يمكن التنبؤ بها.

الشبكة العصبية تستخدم للتنبؤ بالنتائج بعد عملية التدريب و اخذ المعرفة خلال التدريب و نوع التعلم المستخدم في هذه الشبكة هو التعلم بإشراف باستخدام خوارزمية الانتشار الخلفي لتعديل أوزان البيانات المدخلة إلى الشبكة للحصول على الوزن المثالي مقارنة مع الهدف المحدد للشبكة.

التنبؤ يعطينا عدد من النتائج الصحيحة و عدد من النتائج الخاطئة و الفرق بينهما هو معدل الدقة للنظام و النتائج المتأتية من هذه الشبكة هو تمييز الوجوه.

سوف تقدم تقنية تمييز الوجوه و الدراسات المتعلقة بها في مراجعة الدراسات السابقة.

في النهاية النتائج التي تحققت من الاختبارات سيتم شرحها و تحليلها حيث تستند هذه الاختبارات على صور ذات مستوى رمادي مع خلفية وجه واحد و سيتم بعد ذلك المقارنة مع الشبكة العصبية باستخدام تحليل المكونات الأساسية و الشبكة العصبية بدون استخدام تحليل المكونات الأساسية لتحقيق الدقة الجيدة و الحصول على أداء عالي و دقة مقبولة للنظام.

English Abstract

This study presents a hybrid technique (Principal Component Analysis and Artificial Neural Network) in order to get faster recognition system. One sub-problem will consider the problem of recognition face is different face features and the second problem is reducing the images dimension for enhancement recognizing faces. The proposed system consists of two models, system with PCA and system without PCA. Proposal algorithm will use system with PCA to reduce the dimensions in the images and this process is to find the correlations or patterns in the images to get low- dimensional without losing information from the images. The Proposal method to enhance the accuracy of recognizing faces of people is available in (ORL) database. The process of extracting the features from the images in the (ORL) database by using eigen vector function works to extract features of the images mathematically process of transforming the matrix values for each image to eigen values, where eigen vector take special features of images by using the projection process; this calculation is ready in Mat Lab program. All the operations here are based on convert images to matrices and extract the values, which are the features of the face in the pictures. After the process of extracting the features and the initialize and classification of data using PCA then take features values to neural network for training and testing to achieve meaningful learning and get predictable results. Neural network used to predict outcomes after the training process and taken knowledge during learning and the type of learning used in this network is supervised learning with back propagation algorithm to modify the weight for the input data to the network to get the optimum weight compared with the specific target of the Network. The prediction gives us the correct number of results and a number of false results and the difference between them is the accuracy rate of system and the results derived from this network is face recognition. Also, the technique of face recognition and related studies will be presented in literature review.

At the end, the attained outcomes from the tests will be demonstrated and analyzed.

These tests are based on gray level pictures with one face background.

A comparison will be done to NN with PCA and NN without PCA to accomplish good precision and get high performance and accepted accuracy.

Main Subjects

Electronic engineering

Topics

• Neural networks(Computer science)

No. of Pages

63

Table of Contents

• APA
• MLA
• AMA

Language

English

Data Type

Arab Theses

Record ID

BIM-529246