$$\newcommand{\bra}[1]{\left<#1\right|}\newcommand{\ket}[1]{\left|#1\right>}\newcommand{\bk}[2]{\left<#1\middle|#2\right>}\newcommand{\bke}[3]{\left<#1\middle|#2\middle|#3\right>}$$
INFORMAÇÕES SOBRE DIREITOS AUTORAIS


As obras disponibilizadas nesta Biblioteca Digital foram publicadas sob expressa autorização dos respectivos autores, em conformidade com a Lei 9610/98.

A consulta aos textos, permitida por seus respectivos autores, é livre, bem como a impressão de trechos ou de um exemplar completo exclusivamente para uso próprio. Não são permitidas a impressão e a reprodução de obras completas com qualquer outra finalidade que não o uso próprio de quem imprime.

A reprodução de pequenos trechos, na forma de citações em trabalhos de terceiros que não o próprio autor do texto consultado,é permitida, na medida justificada para a compreeensão da citação e mediante a informação, junto à citação, do nome do autor do texto original, bem como da fonte da pesquisa.

A violação de direitos autorais é passível de sanções civis e penais.
Coleção Digital

Avançada


Formato DC|



Título: A STUDY OF CLASSIFIERS FOR AUTOMATIC FACE RECOGNITION
Instituição: PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO - PUC-RIO
Autor(es): CARLOS EDUARDO THOMAZ

Colaborador(es):  RAUL QUEIROZ FEITOSA - Orientador
ALVARO DE LIMA VEIGA FILHO - Coorientador
Número do Conteúdo: 7432
Catalogação:  04/11/2005 Idioma(s):  PORTUGUESE - BRAZIL

Tipo:  TEXT Subtipo:  THESIS
Natureza:  SCHOLARLY PUBLICATION
Nota:  Todos os dados constantes dos documentos são de inteira responsabilidade de seus autores. Os dados utilizados nas descrições dos documentos estão em conformidade com os sistemas da administração da PUC-Rio.
Referência [pt]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=7432@1
Referência [en]:  https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=7432@2
Referência DOI:  https://doi.org/10.17771/PUCRio.acad.7432

Resumo:
Identifying an individual based on a face image is a simple task for humans to perform and a very difficult one for Vision Computing. Since 1993, several research groups in all over the world have been studied this problem. Most of the methods proposed for recognizing the identity of an individual represent a n intensity pixel image as a n- dimensional vector, when, in general, n is a very large number value. Face images are highly redundant, since every individual has two eyes, one nose, one mouth and so on. Then, instead of using n intensity values, it is generally possible to characterize an image instance by a set of p features, for p < < n. This work studies face recognition systems consisting of a PCA stage for dimensionality reduction followed by a classifier. The PCA stage takes the n-pixels face images and produces the corresponding p most expensive features, based on the whole available training set. Three classifiers proposed in the literature are studied: the Euclidean and Mahalanobis distances, the RBF neural network, and the Fisher classifier. This work also proposes a new classifier, which introduces the concept of Mixture Covariance Matrices (MPM) in the Minimum Total Probality of Misclassification rule for normal populations. The four classifiers are evaluated using the Olivetti Face Database varying their parameters in a wide range. In the experiments carried out to compare those approaches the new proposed classifier reached the best recognition rates and showed to be less sensitive to the choice of the training set.

Descrição Arquivo
COVER, ACKNOWLEDGEMENTS, RESUMO, ABSTRACT, SUMMARY AND LISTS  PDF  
CHAPTER 1  PDF  
CHAPTER 2  PDF  
CHAPTER 3  PDF  
CHAPTER 4  PDF  
CHAPTER 5  PDF  
CHAPTER 6  PDF  
ARQUIVO UNICO  PDF  
Logo maxwell Agora você pode usar seu login do SAU no Maxwell!!
Fechar Janela



* Esqueceu a senha:
Senha SAU, clique aqui
Senha Maxwell, clique aqui