Facial detection and recognition system using hybrid techniques in images and video sequences
Palabras clave:
Reconocimiento de Rostros, Wavelet de Gabor, ), Máquina de soporte Vectorial (SVM)Resumen
Reconocer la identidad de un individuo de forma automática es una tarea que no logra alcanzar una tasa de éxito del 100%, por lo que se buscó mejorar la tasa de reconocimiento, usando los métodos de extracción y clasificación de características para mejorar el ratio de reconocimiento de rostros mediante la representación de las imágenes, utilizando la transformada Wavelets de Gabor sobre las imágenes en escala de grises obtenida y la realización normalizada de las imágenes originales, además a la nueva representación obtenida, se aplicó la técnica de Análisis de Componentes Principales (PCA) para formar el vector característico de las imágenes de rostros. Por otra parte, se aplicó un clasificador basado en Maquinas de Soporte Vectorial (SVM). El método fue probado sobre una base de datos de imágenes de rostros constituida por bancos de rostros FERET, ORL e imágenes obtenidas por los responsables de la investigación, logrando los resultado de la combinación de las técnicas Transformada Wavelet de Gabor y Análisis de Componentes Principales en el proceso de extracción de características y la clasificación de imágenes basada en Maquinas de Soporte Vectorial, y se ha logrado una tasa de reconocimiento superior al 95%.
Citas
. J. Zhou, Z. Ji, L. Shen, Z. Zhu and S. Chen, "PSO Based Memetic Algorithm for Face Recognition Gabor," in IEEE Conference Memetic Computing, 2011.
A. K. Jain, B. Klare and U. Park, "Face Recognition: Some Challenges in Forensics," in IEEE International Conference Automatic Face & Gesture Recognition and Workshops (FG 2011), 2011.
K. Takeo, "Picture processing system by computer complex and recognition of human faces," Kyoto University, Kyoto, 1973.
M. Kirby and L. Sirovich, "Application of the Karhunen-Loeve procedure for ehe Characterization," in IEEE Trans. Pattern Anal, Vol. 12,Nro1, 1990.
L. Sirovich and M. Kirby, "Low dimensional procedure for the caracterization of hyman faces," in J. Opt. Soc. Am, Vol 4 Nro3, 1987.
M. Turk and A. Pentland, "Face recognition using eigenfaces," in IEEE Conference on computer Vision and Pattern Recognition, Hawaii, 1991.
P. Belhumeur, J. Hespanha and D. Kriegman, "Eigenfaces vs. Fisherfaces," in Trans. Pattern Anal. Mach, vol.19, Nro7, 1997.
K. Etemad and R. Chellapa, "Face recognition using discriminant eigenvectors," in Proceedings of the International Conference on Acoustic, Speech and Signal Processing, 1996.
M. Lades, J. Buhmann, C. Vonder Malsburg, R. Wurtz and W. Konen, "Distortion invariant object recognition in the dynamic link arquitecture," in IEEE Trans. Comput, vol. 42, 1993.
L. Wiskott, J. Fellous, N. Kruger and C. Malsburg, "Face recognition by elastic bunch graph," in IEEE Trans. Pattern Anal Mach, vol 19 Nro 7, 1997.
C. Wang, L. Lan, Y. Zhang and M. Gu, "Face Recognition Based on Principle Component Analysis and Support Vector Machine," in IEEE Conference Intelligent Systems and Applications (ISA), 2011.
Descargas
Publicado
Versiones
- 2019-10-10 (2)
- 2019-10-10 (1)
Cómo citar
Licencia
Derechos de autor 2019 https://creativecommons.org/licenses/by-nc-nd/4.0/legalcode.es
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Licencia de publicación
Atribución-NoComercial-SinDerivadas
CC BY-NC-ND
Esta licencia es la más restrictiva de nuestras seis licencias principales, permitiendo a otras sólo descargar sus obras y compartirlas con otras siempre y cuando den crédito, pero no pueden cambiarlas de forma alguna ni usarlas de forma comercial.