ه گزارش خبرگزاري فارس، فاطمه عبدالعلي مجري اين طرح گفت: هدف از انجام اين پروژه جداسازي مؤلفههاي مستقل در تصوير فرد است و از آن جايي كه تصوير چهره متشكل از دو دسته اطلاعات حالت و فرد بوده و جداسازي مؤلفههاي مستقل منجر به جداسازي اين دو دسته اطلاعات ميشود در اين پروژه با استفاده از توانايي كاهش بعد غيرخطي شبكههاي عصبي مصنوعي سعي شده است كه اين دو دسته اطلاعات جدازسازي شوند.
وي افزود: در اين پروژه ابتدا تصاوير چهره به دو دسته اطلاعات حالت و فرد تجزيه شده و با تركيب مجدد بازسازي مي‌شوند كه ميتوان با جداسازي اطلاعات فرد و حالت و جايگزيني اطلاعات فرد ديگر به صورت مجازي ،حالتهاي مختلف يك شخص را توليد كرد.
عبدالعلي در بيان قابليتهاي اين پروژه گفت: آساني جمعآوري نمونهها، كاهش هزينه ذخيره و كاهش هزينههاي محاسباتي از جمله كاركردهاي اين پروژه است.
وي ادامه داد: يكي از كاربردهاي وسيع بازشناسي چهره در زمينه تأييد هويت و مسأله امنيت است كه در كنترل اماكن با جمعيت زياد مانند فرودگاهها، ايستگاههاي راهآهن و مترو ميتواند مورد استفاده قرار گيرد.
عبدالعلي تصريح كرد: به منظور توسعه عملكرد مدلهاي شبكه عصبي در بازشناسي چهره با يك تصوير از هر فرد يك ساختار شبكه عصبي دو سويه با الهام ازنئوكورتكس مغز انسان ارائه شد كه در اين ساختار همانند نئوركورتكس در ابتدا طي يك مرحله پردازش از پايين به بالا يك تفسير زمخت از ورودي صورت ميگيرد سپس در مرحله بعد نتايج بازشناسي اوليه ضمن عبور از يك شبكه عصبي معكوس پالايش مي‌شوند.
وي خاطر نشان كرد: از اين پروژه تاكنون 3 مقاله در هفدمين كنفرانس مهندسي پزشكي، چهارمين كنفرانس بينالمللي علوم شناختي و همچنين كنفرانس iccee2010 پذيرفته شده است.
اين پروژه در قالب پايان‌نامه كارشناسي ارشد مهندسي پزشكي گرايش بيوالكتريك ارائه و به راهنمايي سيدعلي سيدصالحي و مشاوره منصور وفادوست انجام شده است.
