چکیده: چکیده سیستم شناسایی چهره یکی از حوزه‌های تحقیقاتی مهمی است که برای شناسایی هویت افراد استفاده می‌شود. این سیستم، در زمینه‌های مختلفی از جمله حوزه امنیت، پردازش تصویر، نظارت ویدئویی کاربرد دارد. با پیشرفت روز افزون دوربین‌های دیجیتالی، توسعه سیستم شناسایی چهره افزایش یافته است. سیستم شناسایی چهره با چالش‌هایی نظیر پوشیده بودن بخشی از چهره، زاویه سر، تغییرات روشنایی روبه‌رو است. هرکدام از روش‌های موجود در این حوزه به بررسی و حل یک یا چند چالش پرداخته‌اند. از اشکال‌هایی که می‌توان به اغلب روش‌های موجود گرفت این است که چهره یک شخص باید مقابل دوربین قرار داشته باشد تا سیستم بتواند به خوبی عمل کند. اما با توجه به آن که دوربین‌های مدار بسته در محیط‌های باز، معمولا ًدر موقعیت‌های بالا نصب می‌شوند از کل چهره فرد نمی‌توانند عکس بگیرند، بلکه عکس‌ها از زوایای مختلف گرفته می‌شود و بیشتر نواحی صورت قابل مشاهده نیستند. بنابراین تغییر زاویه سر شخص، مقابل دوربین باعث شده است که عملکرد سیستم‌های تشخیص چهره موجود، به طور قابل توجهی کاهش یابد. تمرکز اصلی این پایان‌نامه بر روی چالش قرار گرفتن زاویه سر شخص مقابل دوربین، در تصاویر ویدئویی است. همان‌طور که یک انسان با دریافت تصاویر یک شخص در زاویای مختلف می‌تواند آن را شناسایی کند ما نیز می‌خواهیم به صورت مشابه عمل کنیم و با دریافت چند تصویر زاویه‌دار از یک شخص و استخراج ویژگی از آن‌ها، ویژگی متناسب با تصویر روبه‌رو آن فرد را تخمین بزنیم تا روش‌های شناسایی چهره بتوانند با دقت خوبی شناسایی را انجام دهند. بنابراین در روش ارائه شده ویژگی‌های اساسی ساختار چهره شخص با روش تجزیه ماتریس نامنفی (NMF)استخراج می‌گردد. سپس بردارهای ویژگی استخراج شده از تصاویر زاویه‌دار به کمک روش میانگین‌گیری وزنی با یکدیگر تلفیق می‌شوند. بنابراین برای هر شخص یک بردار ویژگی تلفیق شده بدست می‌آید. بردار وزن بهینه‌ای که برای تلفیق بردارهای ویژگی تصاویر زاویه‌دار شخص استفاده می‌شود توسط الگوریتم ژنتیک محاسبه می‌گردد. این بردار هم اندازه با بردار ویژگی بدست آمده است. سپس به کمک شبکه‌های عصبی GAN، بردار ویژگی حالت مقابل چهره شخص تخمین زده می‌شود. برای جستجوی یک چهره در پایگاه داده، جستجو بر روی بردارهای ویژگی تصاویر چهره موجود در پایگاه داده انجام می‌شود. روش ارائه شده با استفاده از تصاویر پایگاه داده FERET، مورد ارزیابی قرار گرفته است. دقت شناسایی تصاویر زاویه‌دار این پایگاه داده با جدیدترین روش شناسایی چهره برای تصاویر تا زاویه 15درجه، برابر با 23 درصد و تصاویر تا زاویه 40 درجه برابر با 9 درصد است که دقت شناسایی با روش پیشنهادی برای تصاویر تا زاویه 15درجه به 80 درصد و برای تصاویر تا زاویه 40 درجه به 63 درصد افزایش یافته است.