Show simple item record

dc.contributor.authorDiniz, Fábio A.
dc.contributor.authorMendes Neto, Francisco Milton
dc.contributor.authorFontes, Laysa Mabel de O.
dc.date.accessioned2017-06-22T17:31:52Z
dc.date.available2017-06-22T17:31:52Z
dc.date.issued2012-10
dc.identifier.urihttp://hdl.handle.net/20.500.11818/846
dc.descriptionPresentación que se llevó a cabo durante el IV Congreso Internacional de Computación y Telecomunicaciones COMTEL 2012 del 24 al 26 de octubre de 2012 en Lima, Perú. COMTEL, es un certamen organizado por la Facultad de Ingeniería de Sistemas, Cómputo y Telecomunicaciones de la Universidad Inca Garcilaso de la Vega, que congrega a profesionales, investigadores y estudiantes de diversos países con el fin de difundir e intercambiar conocimientos, mostrar experiencias académicas-científicas y soluciones para empresas en las áreas de Computación, Telecomunicaciones y disciplinas afines.es_PE
dc.description.abstractDesenvolver um modelo computacional de reconhecimento facial não é uma tarefa trivial, porque as faces e os estímulos visuais multidimensionais possuem características de modelagem complexa. A grande dificuldade está na modelagem de uma face que abstraia as características que as diferenciem de outras faces, já que estas apresentam poucas diferenças substanciais entre si. Embora diferentes, todas as faces possuem características como, por exemplo, uma boca, dois olhos e um nariz. No presente trabalho é proposto um sistema de reconhecimento facial desenvolvido em duas fases. Inicialmente utilizam-se as técnicas de Análise de Componentes Principais (PCA) e Eigenfaces (autofaces) para a extração de características da face. Na segunda fase foram aplicados os classificadores K-Nearest Neighbors (K-NN), Random Forest (Floresta Aleatória) e K-Star (K-estrela) no processo de reconhecimento da face. A validação dos algoritmos foi realizada numa base de dados contendo 1280 imagens de 64 classes distintas. Finalmente, foi mostrado que o desempenho dos algoritmos testados para sistemas de reconhecimentos de face baseado em PCA foram muito satisfatórios, atingindo as melhores taxas de reconhecimento, acima de 90% em todos os classificadores.es_PE
dc.language.isopores_PE
dc.publisherUniversidad Inca Garcilaso de la Vegaes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.sourceUniversidad Inca Garcilaso de la Vegaes_PE
dc.sourceRepositorio Institucional - UIGVes_PE
dc.subjectIngeniería de Sistemases_PE
dc.subjectComputaciónes_PE
dc.subjectIngeniería de programas informáticoses_PE
dc.subjectProgramas de computadoraes_PE
dc.subjectAnálise de componentes principaises_PE
dc.subjectK-Nearest Neighborses_PE
dc.subjectRandom forestes_PE
dc.subjectK-Stares_PE
dc.subjectAutofaceses_PE
dc.subjectComputer scienceses_PE
dc.subjectSoftwarees_PE
dc.subjectComputer programses_PE
dc.titleRedFace: Um sistema de reconhecimento facial baseado em técnicas de análise de componentes principais e autofaceses_PE
dc.typeinfo:eu-repo/semantics/conferenceObjectes_PE


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record