Andere Kunden interessierten sich auch für
![Caratteristiche ibride DWT, PCA e ICA per il riconoscimento dei volti mediante ANN]( "Caratteristiche ibride DWT, PCA e ICA per il riconoscimento dei volti mediante ANN")
Caratteristiche ibride DWT, PCA e ICA per il riconoscimento dei volti mediante ANN23,99 €![Características híbridas de DWT, PCA e ICA para reconhecimento facial usando ANN]( "Características híbridas de DWT, PCA e ICA para reconhecimento facial usando ANN")
Características híbridas de DWT, PCA e ICA para reconhecimento facial usando ANN23,99 €![Gibrid funkcij DWT, PCA i ICA dlq raspoznawaniq lic s pomosch'ü ANN]( "Gibrid funkcij DWT, PCA i ICA dlq raspoznawaniq lic s pomosch'ü ANN")
Gibrid funkcij DWT, PCA i ICA dlq raspoznawaniq lic s pomosch'ü ANN23,99 €![A Hybrid DWT, PCA and ICA Features for Face Recognition using ANN]( "A Hybrid DWT, PCA and ICA Features for Face Recognition using ANN")
A Hybrid DWT, PCA and ICA Features for Face Recognition using ANN23,99 €![Caractéristiques hybrides DWT, PCA et ICA pour la reconnaissance des visages à l'aide d'ANN]( "Caractéristiques hybrides DWT, PCA et ICA pour la reconnaissance des visages à l'aide d'ANN")
Caractéristiques hybrides DWT, PCA et ICA pour la reconnaissance des visages à l'aide d'ANN23,99 €![Merkmale der Organisation von außerschulischen Aktivitäten für Studenten der Aktivitäten der Studenten]( "Merkmale der Organisation von außerschulischen Aktivitäten für Studenten der Aktivitäten der Studenten")
Merkmale der Organisation von außerschulischen Aktivitäten für Studenten der Aktivitäten der Studenten64,90 €![Merkmale von virtuellen Klassen in Lehr- und Lernprozessen]( "Merkmale von virtuellen Klassen in Lehr- und Lernprozessen")
Merkmale von virtuellen Klassen in Lehr- und Lernprozessen43,90 €
Die Gesichtserkennung spielt eine wichtige Rolle bei der biometrischen Identifizierung von Personen. Die biometrische Erkennungstechnik ist eine effiziente Methode und findet breite Anwendung im Bereich der Informationsbeschaffung, des automatischen Bankwesens, der Zugangskontrolle zu Sicherheitsbereichen usw. Die vorgeschlagene Methode basiert auf der Hauptkomponentenanalyse (PCA) von Bildern mit einer Kombination von DWT-Details. Dieser Ansatz reduziert den Speicherbedarf und die Berechnungszeit, während die Daten erhalten bleiben. Das vorgeschlagene Verfahren nutzt die Fähigkeiten der diskreten Wavelet-Transformationszerlegung zur Merkmalsextraktion und wendet bestimmte Normalisierungstechniken an, die seine Robustheit gegenüber Variationen der Gesichtsgeometrie und der Beleuchtung erhöhen. Traditionell wird zur Darstellung des menschlichen Gesichts die PCA für das gesamte Gesichtsbild durchgeführt. Zur Klassifizierung der Merkmale werden ein neuronales Netz und ein K-NN-Klassifikator verwendet, und die Ähnlichkeitsmessung erfolgt über den Euklidischen Abstand. Die experimentellen Ergebnisse zeigen, dass die vorgeschlagene Methode effektiv ist und mehrere wünschenswerte Eigenschaften besitzt, wenn sie mit vielen bestehenden Algorithmen verglichen wird. Der Ansatz PCA-DWT-ICA-Hybrid wird in MATLAB anhand der Yale-Gesichtsdatenbank evaluiert.