سامانه همایش های دانشگاه آزاد اسلامی واحد نجف آباد

صفحه اصلی / سومین کنفرانس بین المللی مهندسی و علوم کامپیوتر و اولین کنفرانس ملی سامانه های هوشمند، کلان داده و رایانش پیشرفته

مرور نظام‌مند خوشه‌بندی کارا در شناسایی چهره مبتنی بر پردازش تصویر

نویسندگان :

نرگس عزیزاللهی¹ بهرنگ برکتین² بهزاد سیف الدین هومانی³

1- دانشگاه آزاد اسلامی واحد نجف آباد 2- دانشگاه آزاد اسلامی واحد نجف آباد 3- دانشگاه سیستان و بلوچستان

کلمات کلیدی :

پردازش تصویر،شناسایی چهره،خوشه‌بندی هوشمند،خوشه‌بندی فازی،خوشه‌بندی عمیق،یادگیری خودنظارتی

چکیده :

شناسایی چهره به‌عنوان یکی از حوزه‌های کلیدی در پردازش تصویر و سامانه‌های بیومتریک، در سال‌های اخیر با افزایش چشمگیر حجم داده‌های تصویری، محدودیت‌های محاسباتی و نیاز به پردازش بلادرنگ در شرایط غیرکنترل‌شده روبه‌رو شده است. در چنین شرایطی، خوشه‌بندی کارا به‌عنوان یکی از راهکارهای مؤثر برای کاهش فضای جستجو، بهبود مقیاس‌پذیری و کاهش هزینه‌های محاسباتی در سامانه‌های شناسایی چهره مطرح می‌شود. هم‌زمان، پیشرفت روش‌های یادگیری عمیق و توسعه مدل‌های استخراج ویژگی، امکان تولید embeddingهای مقاوم و تفکیک‌پذیر را فراهم کرده و مسیر را برای تلفیق ویژگی‌های عمیق با الگوریتم‌های خوشه‌بندی و طراحی سامانه‌های عملیاتی هموار ساخته است. هدف این پژوهش، ارائه یک مرور نظام‌مند و تحلیل‌محور از مطالعات سال های اخیر در زمینه پردازش تصویر برای خوشه‌بندی کارا در شناسایی چهره است. بدین منظور، مقالات مرتبط از پایگاه‌های معتبر علمی گردآوری شده و با استفاده از چارچوب PRISMA و معیارهای ورود و خروج، غربالگری و انتخاب شدند. سپس، مطالعات منتخب بر اساس مراحل اصلی شامل پیش‌پردازش، استخراج ویژگی، کاهش ابعاد و دسته‌های مختلف خوشه‌بندی (کلاسیک، فازی، ترکیبی و مبتنی بر یادگیری عمیق) طبقه‌بندی و به‌صورت کیفی تحلیل شدند. یافته‌ها نشان می‌دهد رویکردهای مبتنی بر ترکیب embeddingهای عمیق با خوشه‌بندی‌های هوشمند و تکنیک‌های کاهش پیچیدگی، ضمن ارتقای دقت شناسایی و کیفیت خوشه‌بندی، امکان کاهش زمان پردازش و بهبود قابلیت استفاده در سامانه‌های بلادرنگ را فراهم می‌کنند. با این حال، چالش‌هایی مانند حساسیت به پارامترها، سوگیری داده‌ها، هزینه بالای برخی مدل‌های عمیق و ملاحظات حریم خصوصی همچنان پابرجاست. در پایان، مسیرهای پژوهشی آینده شامل توسعه مدل‌های سبک، بهره‌گیری از روش‌های خودنظارتی، خوشه‌بندی مقیاس‌پذیر و رویکردهای حفظ حریم خصوصی پیشنهاد می‌شود.