انسان یک شئ مهم در تشخیص اشیاء محسوب می شود. تشخیص انسان و تفکیک آن از سایر اشیاء کاری مهم و چالش برانگیز است. با توجه به این مسئله طراحی یک سیستم برای تشخیص انسان گامی مهم و ضروری در زمینه بینایی ماشین و تشخیص الگو به شمار می رود. به همین منظور در این پژوهش، سیستمی برای تشخیص انسان های موجود در تصویر و مرز بدن آن ها با هدف بهبود دقت و سرعت پیشنهاد شده است. در این روش ابتدا به تشخیص مستطیل محاط شامل انسان سپس به محاسبه مرز بدن پرداخته ایم. در مرحله اول با استفاده از ویژگی هیستوگرام جهت گرادیان و الگوی محلی دودویی پنجره های کاندید توصیف شده و با استفاده از الگوریتم یادگیری ماشین بردار پشتیبان پنجره های شامل انسان استخراج می شود. در نهایت برای پنجره ها با نمرهSVM مبهم یک پس پردازش انجام می گیرد. در این مرحله برای انتخاب پنجره های کاندید از الگوریتم تکامل تفاضلی استفاده شده است. در مرحله دوم با استفاده از روش قطعه بندی chan-vese شکل شبح انسان استخراج شده و استفاده از عملگرهای مورفولوژی باعث کاهش نویزهای موجود شده است. ارزیابی نتایج این الگوریتم با استفاده از تصاویر مجموعه داده INRIA انجام شده است. در نهایت روش پیشنهادی با دو معیار Recall و Precision با روش های موجود مورد مقایسه قرار گرفته است استخراج شکل شبح انسان در این پژوهش بر خلاف سایر روش ها در تصویر و با رویکردی جدید انجام گرفته است. نتایج تجربی نشان دهنده آن است که الگوریتم پیشنهادی با سرعتی بالاتر نسبت به سایر روش ها با روشی نو به استخراج شکل شبح انسان از تصویر می پردازد.
