Técnicas de reconhecimento facial baseadas em autocaracterísticas e ann - Rama Linga Reddy, Dr. Katta
32,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
payback
16 °P sammeln
  • Broschiertes Buch

Nas últimas décadas, o reconhecimento facial tem merecido uma atenção significativa por parte dos investigadores no domínio do reconhecimento de padrões. A sua importância tem crescido devido às suas potenciais aplicações na aplicação da lei, sistemas de controlo de acesso, vigilância por vídeo, autenticação de utilizadores e investigações criminais. Embora existam sistemas de reconhecimento facial com bom desempenho em ambientes controlados, as aplicações em tempo real colocam desafios significativos. Factores como a iluminação, a expressão, a pose, a escala, a baixa resolução, a oclusão…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
Nas últimas décadas, o reconhecimento facial tem merecido uma atenção significativa por parte dos investigadores no domínio do reconhecimento de padrões. A sua importância tem crescido devido às suas potenciais aplicações na aplicação da lei, sistemas de controlo de acesso, vigilância por vídeo, autenticação de utilizadores e investigações criminais. Embora existam sistemas de reconhecimento facial com bom desempenho em ambientes controlados, as aplicações em tempo real colocam desafios significativos. Factores como a iluminação, a expressão, a pose, a escala, a baixa resolução, a oclusão parcial da face e as condições ambientais tornam o reconhecimento facial uma tarefa complexa. Para responder a estes desafios, este estudo propõe um sistema híbrido de reconhecimento facial que considera tanto a informação holística como a estrutural. No primeiro método, o vetor de características é diretamente introduzido numa RNA (Rede Neural de retropropagação ou Rede de Funções de Base Radial) para classificação. No segundo método, o vetor de características formado pela combinação de componentes de rosto multi-escala é projetado num espaço de características PCA ou LDA para obter um vetor de pesos de características, que é depois utilizado como entrada para o classificador ANN.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Autorenporträt
Dr. K. Rama Linga Reddy tiene 30 años de experiencia docente con 22 años en GNITS y 8 años en CBIT. Trabaja como HOD en el departamento de ETE desde 2002. Tiene 85 trabajos de investigación en su haber y ha dirigido con éxito 5 doctorados de JNTUH. Asesor y miembro del BOS de muchas escuelas de ingeniería.