Andere Kunden interessierten sich auch für
![Deteção e reconhecimento de faces em tempo real]( "Deteção e reconhecimento de faces em tempo real")
Deteção e reconhecimento de faces em tempo real29,99 €![Reconhecimento de rostos com invariantes de iluminação]( "Reconhecimento de rostos com invariantes de iluminação")
Reconhecimento de rostos com invariantes de iluminação23,99 €![Reconhecimento de placas numéricas usando uma segmentação melhorada]( "Reconhecimento de placas numéricas usando uma segmentação melhorada")
Reconhecimento de placas numéricas usando uma segmentação melhorada36,99 €![Abordagem Modular de Análise de Componentes Independentes para o Reconhecimento Facial]( "Abordagem Modular de Análise de Componentes Independentes para o Reconhecimento Facial")
Abordagem Modular de Análise de Componentes Independentes para o Reconhecimento Facial30,99 €![Análise de desempenho de diferentes estruturas celulares DRAM baseadas em CMOS]( "Análise de desempenho de diferentes estruturas celulares DRAM baseadas em CMOS")
Análise de desempenho de diferentes estruturas celulares DRAM baseadas em CMOS26,99 €![Conceção e implementação de aplicações inovadoras baseadas em RFID]( "Conceção e implementação de aplicações inovadoras baseadas em RFID")
Conceção e implementação de aplicações inovadoras baseadas em RFID44,99 €![Reconhecimento baseado em gestos: Teoria e Aplicações]( "Reconhecimento baseado em gestos: Teoria e Aplicações")
Reconhecimento baseado em gestos: Teoria e Aplicações29,99 €
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.