Técnicas de reconocimiento facial mediante redes neuronales

Cabello Pardos, Enrique (2004). Técnicas de reconocimiento facial mediante redes neuronales. Thesis (Doctoral), Facultad de Informática (UPM). https://doi.org/10.20868/UPM.thesis.215.

Description

Title: Técnicas de reconocimiento facial mediante redes neuronales
Author/s:
  • Cabello Pardos, Enrique
Contributor/s:
  • Pastor Pérez, Luis
Item Type: Thesis (Doctoral)
Read date: April 2004
Subjects:
Freetext Keywords: VISION ARTIFICIAL
Faculty: Facultad de Informática (UPM)
Department: Tecnología Fotónica [hasta 2014]
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[thumbnail of 10200404.pdf]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (7MB) | Preview

Abstract

En esta Tesis se exploran soluciones a la verificación facial. Se han estudiado técnicas basadas en imágenes bidimensionales y se ha realizado un estudio inicial
basado en un modelo tridimensional de la cara. Se han comparado tres clasificadores (k vecinos más cercanos, redes neuronales del tipo ñmciones de base radial y máquinas de
vector soporte), mostrando los resultados obtenidos con los diferentes datos de entrada.
En dos dimensiones se han propuesto dos técnicas de reducción de información, basadas en la utilización de análisis de componentes principales (PCA) y el empleo de
imágenes de baja resolución. En la verificación partiendo de imágenes se puede
observar que el clasificador que mejores resultados proporciona es el basado en
máquinas de vector soporte (SVM), y el mejor método de procesamiento es PCA
utilizando una plantilla por sujeto y siendo esta plantilla una imagen del sujeto que se
quiere verificar.
Además se ha desarrollado un experimento inicial que permite disponer de una
idea intuitiva sobre el funcionamiento de un sistema de verificación facial basado en
datos tridimensionales. En esta Tesis se ha desarrollado un modelo de cara en tres
dimensiones y se ha comprobado que es posible su ajuste a una nube de puntos poco
densa con un error pequeño. Este tipo de datos permite obtener resultados más robustos
frente a actitudes no colaborativas de los sujetos.

More information

Item ID: 215
DC Identifier: https://oa.upm.es/215/
OAI Identifier: oai:oa.upm.es:215
DOI: 10.20868/UPM.thesis.215
Deposited by: Archivo Digital UPM
Deposited on: 02 Oct 2007
Last Modified: 10 Oct 2022 09:18
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM