СРАВНИТЕЛНО РАЗПОЗНАВАНЕ НА ЛИЦА СЪС СЕЛЕКТИРАНИ РЕГИОНИ С PRINCIPAL COMPONENT ANALYSIS (PCA) И KERNEL PRINCIPAL COMPONENT ANALYSIS (KPCA) И ФИЛТРИ НА ГАБОР
Ключови думи :
сравнително разпознаване на лица, Регион на интерес (ROI), процент на разпознаванеАбстракт
В статията се разпознават лица чрез техниките Principal Component Analysis (PCA) и Kernel Principal Component analysis (KPCA) с използване на филтрите на Габор при не идеални условия. С двата метода паралелно се селектират различни по големина региони на интерес- Regions of Interest (ROI's) от всяко изображение в базата данни и се разпознават лица. Резулатите от паралелното разпознаване се сравняват с тези от разпознаването при идеални условия. Установено е как размерът на участъкът влияе върху процентът на разпознаване.
Сваляния
Данните за свалянията все още не са налични.
Литература (библиография)
[1] R. Ibrahim, Prof. F. Chadi, Prof. A. Samra. Plastic Surgery Face Recognition: A comparative Study of Performance. IJCSI International Journal of Computer Science Issues, ISSN : 1694-0814, Vol. 10, Issue 5, No 2,pp. 88-96, September 2013
[2] V. Struc. The PhD Face Recognition Toolbox. Ljubljana, 2012
[3] Isra’a Abdul-Ameer Abdul-Jabbar. Face Image Enhancement using Wavelet Denoising and Gabor Filters [J]. Department of Computer Science, University of Technology, IJCCCE Vol.16, No.1, 2016, Baghdad –Iraq, pp.104-117
[4] Araoluwa S., Adetunmbi Adebayo O. Development of an Efficient Face Recognition System based on Linear and Nonlinear Algorithms, pp. 27-30
[5] L. Shen and L. Bai. A review of Gabor wavelets for face recognition. Patt. Anal. Appl. 9, pp. 273-292, 2006
[6] L. Shen, Li Bai. Information theory for Gabor feature selection for face recognition. EURASIP Journal on Applied Signal Processing, Vol. 2006 , pp. 1–11
[7] M. Oravec, J. Mazanec, J. Pavlovicova, P. Eiben, F. Lehocki. Face Recognition. Face Recognition in Ideal and Noisy Conditions Using Support Vector Machines, PCA and LDA. Computer and Information Science. ISBN 978-953-307-060-5
[8] A. Goyal, N. Singh, M. Sood. Texture based Classification for Face Recognition. Proceedings of SARC-IRF International Conference, New Delhi, India, ISBN: 978-93-84209-08-7, pp. 50-54, 2014.
[9] D. Vukadinovic, M. Pantic. Fully Automatic Facial Feature Point Detection Using
Gabor Feature Based Boosted Classifiers. IEEE International Conference on Systems, Man and Cybernetics Waikoloa,pp.1-10,pp.1693-1698, Hawaii October , 2005
[10] A. Andrеs, S. Padovani, M. Tepper, J. Berlles. Face Recognition on Partially
Occluded Images Using Compressed Sensing. Pattern Recognition Letters, 2013
[2] V. Struc. The PhD Face Recognition Toolbox. Ljubljana, 2012
[3] Isra’a Abdul-Ameer Abdul-Jabbar. Face Image Enhancement using Wavelet Denoising and Gabor Filters [J]. Department of Computer Science, University of Technology, IJCCCE Vol.16, No.1, 2016, Baghdad –Iraq, pp.104-117
[4] Araoluwa S., Adetunmbi Adebayo O. Development of an Efficient Face Recognition System based on Linear and Nonlinear Algorithms, pp. 27-30
[5] L. Shen and L. Bai. A review of Gabor wavelets for face recognition. Patt. Anal. Appl. 9, pp. 273-292, 2006
[6] L. Shen, Li Bai. Information theory for Gabor feature selection for face recognition. EURASIP Journal on Applied Signal Processing, Vol. 2006 , pp. 1–11
[7] M. Oravec, J. Mazanec, J. Pavlovicova, P. Eiben, F. Lehocki. Face Recognition. Face Recognition in Ideal and Noisy Conditions Using Support Vector Machines, PCA and LDA. Computer and Information Science. ISBN 978-953-307-060-5
[8] A. Goyal, N. Singh, M. Sood. Texture based Classification for Face Recognition. Proceedings of SARC-IRF International Conference, New Delhi, India, ISBN: 978-93-84209-08-7, pp. 50-54, 2014.
[9] D. Vukadinovic, M. Pantic. Fully Automatic Facial Feature Point Detection Using
Gabor Feature Based Boosted Classifiers. IEEE International Conference on Systems, Man and Cybernetics Waikoloa,pp.1-10,pp.1693-1698, Hawaii October , 2005
[10] A. Andrеs, S. Padovani, M. Tepper, J. Berlles. Face Recognition on Partially
Occluded Images Using Compressed Sensing. Pattern Recognition Letters, 2013
Файлове за сваляне
Публикуван
2018-05-18
Брой
Раздел (Секция)
Компютърни науки и комуникации - рецензирани публикации. ISSN: 1314-7846
Лиценз
Статиите публикувани в списание КНК са лицензирани под Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Как да цитирате
СРАВНИТЕЛНО РАЗПОЗНАВАНЕ НА ЛИЦА СЪС СЕЛЕКТИРАНИ РЕГИОНИ С PRINCIPAL COMPONENT ANALYSIS (PCA) И KERNEL PRINCIPAL COMPONENT ANALYSIS (KPCA) И ФИЛТРИ НА ГАБОР. (2018). КОМПЮТЪРНИ НАУКИ И КОМУНИКАЦИИ, 6(1), 3-7. https://csc.bfu.bg/index.php/CSC/article/view/34
