در حال حاضر گروههای مطالعاتی بسیاری در حال پژوهش بر روی بازیابی بینایی افراد نابینا هستند و از تکنیک‌های مخنلفی برای تشخیص چهره در پروتز چشم بهره می‌برند. در بسیاری از این پروژه‌ها از روشهای نوینی همچون هوش مصنوعی، یادگیری ماشین و … استفاده می‌گردد. در این مطلب توضیحاتی در این مورد ارائه می‌گردد. مواردی که در این مطلب به بیان آنها می‌پردازیم عبارتند از:
- روشهای مختلف بینایی ماشین در تشخیص چهره
- امکان بازگردانی بینایی افراد با استفاده از روش های نوین
معرفی روشهای مختلف بینایی ماشین برای تشخیص چهره در پروتز چشم
روشهای بینایی ماشین برای تشخیص چهره در پروتز چشم شامل استفاده از شیوه‌ها و فناوری‌های مختلف برای این منظور می‌شود. در ادامه چند تکنیک متداول برای تشخیص چهره در پروتز چشم معرفی می‌گردد:
شبکه های عصبی کانولوشنی یا CNNها
این شبکه‌ها، نوعی از الگوریتم‌های یادگیری عمیق، در شناسایی تصویر مانند تشخیص چهره هستند و در این زمینه نیز بسیار مؤثر می‌باشند. این شبکه‌ها قابلیت یادگیری ویژگی‌های سلسله‌مراتبی تصاویر را دارا هستند و برای تشخیص چهره در چشم‌های مصنوعی یا پروتز چشم کاربرد بسیاری دارند.
Haar Cascades
این شیوه نیز یک روش تشخیص اشیا بر پایه یادگیری ماشین است که از آن برای شناسایی اجسام و یا ویژگی‌های تصاویر استفاده می‌گردد. این روش از طریق یادگیری یک سری طبقه‌بندی‌ها بر روی تصاویر و به منظور شناسایی الگوها کار می‌کند و قابلیت تشخیص چهره را نیز دارا می‌باشد.
الگوهای دودویی محلی یا LBP
این الگوها در واقع توصیفگر بافت هستند و از آنها برای تشخیص چهره استفاده می‌شود. الگوریتم LBP ، الگوهای محلی در یک تصویر را ارزیابی می‌کند و می‌تواند از آنها برای تشخیص چهره در چشم مصنوعی استفاده نماید.
هیستوگرام گرادیان‌های جهت دار یا HOG
HOG در واقع یک توصیفگر ویژگی است که بر روی توزیع گرادیان‌های شدت در یک تصویر تمرکز دارد. این توصیفگر به طور گسترده در تشخیص اشیا، از جمله تشخیص چهره، کاربرد دارد و می‌توان از آن برای شناسایی چهره در ساختارهای چشم غیرمعمول بهره گرفت.
طبقه بندی‌های کاسکیدی
طبقه‌بندی کاسکیدی، غالبا به همراه کاسکادهای هار، امکان تشخیص اشیا بصورت زمان واقعی را فراهم می‌کنند. این روش برای شرایطی که در آن بهره‌وری محاسباتی مهم است مناسب هستند و برای تشخیص چهره نیز می توان از آن استفاده نمود.
ترکیب مدل‌های مختلف
ترکیب مدل‌های مختلف، از جمله شبکه‌های عصبی، آلگوریتم‌های تشخیص چهره، و ویژگی‌های بیومتریک، می‌تواند دقت تشخیص را افزایش دهد. این ترکیب می‌تواند در مواجهه با چالش‌های مختلف و شرایط نوری متغیر نیز مؤثر باشد.
آیا می‌توان با استفاده از شیوه های نوین بینایی افراد نابینا را به آنها بازگرداند؟
در پاسخ به این سوال باید گفت که در حال حاضر نمی‌توان بینایی از دست رفته را همانند چشم سالم بازگرداند. در واقع راه درازی تا بازیابی کامل بینایی افراد نابینا در پیش است و فقط با استفاده از این فناوری‌ها دانشمندان و گروههای پژوهشی می‌توانند یک درک بصری از اجسام را در این افراد ایجاد نمایند.
نتیجه گیری
امروزه روشهای مختلفی برای ایجاد درک بصری در افراد نابینا استفاده می‌گردند. از جمله این روش‌ها می توان به شبکه های عصبی کانولوشنال،LBP ، HOG و … اشاره نمود. این روشهای مختلف از جنبه‌های بخصوصی در تشخیص چهره بکار می‌روند. از همین رو می‌توان از ترکیب مدل‌های مختلف برای تشخیص چهره در سیستم‌های چشم مصنوعی یا پروتز چشم بهره گرفت.
بدون دیدگاه