skip to main content

Identificação de faces humanas através de PCA-LDA e redes neurais SOM

Santos, Anderson Rodrigo Dos

Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola de Engenharia de São Carlos 2005-09-29

Acesso online. A biblioteca também possui exemplares impressos.

  • Título:
    Identificação de faces humanas através de PCA-LDA e redes neurais SOM
  • Autor: Santos, Anderson Rodrigo Dos
  • Orientador: Gonzaga, Adilson
  • Assuntos: Análise De Componentes Principais (Pca); Rede Neural Som; Rede Neural Pca Adaptativo; Rede Neural De Kohonen; Reconhecimento De Faces; Subespaço Lda; Análise Discriminante Linear (Lda); Autofaces; Lda Sub-Space; Som Neural Networks; Eigenface; Face Recognition; Principal Component Analysis (Pca); Kohonen Neural Networks; Linear Discriminant Analysis (Lda); Pca Neural Networks
  • Notas: Dissertação (Mestrado)
  • Descrição: O uso de dados biométricos da face para verificação automática de identidade é um dos maiores desafios em sistemas de controle de acesso seguro. O processo é extremamente complexo e influenciado por muitos fatores relacionados à forma, posição, iluminação, rotação, translação, disfarce e oclusão de características faciais. Hoje existem muitas técnicas para se reconhecer uma face. Esse trabalho apresenta uma investigação buscando identificar uma face no banco de dados ORL com diferentes grupos de treinamento. É proposto um algoritmo para o reconhecimento de faces baseado na técnica de subespaço LDA (PCA + LDA) utilizando uma rede neural SOM para representar cada classe (face) na etapa de classificação/identificação. Aplicando o método do subespaço LDA busca-se extrair as características mais importantes na identificação das faces previamente conhecidas e presentes no banco de dados, criando um espaço dimensional menor e discriminante com relação ao espaço original. As redes SOM são responsáveis pela memorização das características de cada classe. O algoritmo oferece maior desempenho (taxas de reconhecimento entre 97% e 98%) com relação às adversidades e fontes de erros que prejudicam os métodos de reconhecimento de faces tradicionais.
  • DOI: 10.11606/D.18.2005.tde-21042006-222231
  • Editor: Biblioteca Digital de Teses e Dissertações da USP; Universidade de São Paulo; Escola de Engenharia de São Carlos
  • Data de publicação: 2005-09-29
  • Formato: Adobe PDF
  • Idioma: Português

Buscando em bases de dados remotas. Favor aguardar.