sme.sk
 

Meta:

Za prácu už hlasovalo
19 čitateľov
Zaujala aj vás? Hlasujte!

Rozpoznávanie tvárí v biometrii založené na metódach PCA a SVM

Ján Mazanec (Školiteľ: Doc. Dr. Ing. Miloš Oravec) | pridané: 21. októbra 2008

Abstrakt diplomovej práce:

Táto práca sa zaoberá využitím analýzy hlavných komponentov (PCA), algoritmov podporných vektorov (SVM) a ich kombinácie na rozpoznávanie obrazov ľudských tvárí. Pracuje sa s obrázkami z FERET databázy. Analyzované sú výsledky úspešnosti rozpoznávania pri rôznych nastaveniach redukcie dimenzie vektorov príznakov, veľkosti trénovacích a testovacích množín a druhu predspracovania vstupných obrazov ako aj nastavenie parametrov pre optimalizovanie FAR a FRR pri testovaní netrénovaných subjektov. Vrámci analýzy uskutočneného psychologického experimentu sú hodnotené schopnosti človeka pri rozpoznávaní tvárí.

Diskusia k vedeckej práci:

Dostupnosť diplomovej práce:

Diplomovú prácu poskytne autor na záujemcom na požiadanie (pošlite autorovi správu cez doleuvedený formulár).

Diplomovú prácu si môžete stiahnuť z nášho portálu:
zdroj/3427.pdf 2 545 055 B.

Diplomová práca sa nachádza v knižnici tejto vysokej školy:
Slovenská technická univerzita v Bratislave - Fakulta elektrotechnity a informatiky - Katedra telekomunikácií

Slovenská technická univerzita v Bratislave, Fakulta elektrotechniky a informatiky, Knižnica
Ilkovičova 3
Bratislava 1
812 19
http://www.elf.stuba.sk/

Kontakt na autora diplomovej práce

Správa pre diplomanta/autora:

Bezpečnostný kód:
Kontrola
 

Podobné diplomové práce

Bibliografický odkaz

MAZANEC, Ján: Rozpoznávanie tvárí v biometrii založené na metódach PCA a SVM [ Diplomová práca ] Slovenská technická univerzita v Bratislave, Fakulta elektrotechnity a informatiky, Katedra telekomunikácií. Školiteľ: Doc. Dr. Ing. Miloš Oravec. Rok obhajoby: 2008

Diploma Thesis:

Face recognition in biometry based on methods PCA and SVM

Ján Mazanec (Supervisor: Doc. Dr. Ing. Miloš Oravec) | added: 21. októbra 2008

Abstract of diploma thesis:

This work deals with application of methods PCA (Principle Components Analysis), SVM (Support Vector Machines) and their combination for recognition of human faces. Used images come from FERET database. Analysed are recognition rates using di fferent settings of feature dimension reduction, size of training and testing set and type of source images preprocessing. Evaluated is optimal setting of parameters to gain best FAR and FRR rates. Analysis of a performed psychological experiment provides view on human face recognition capabilities.

This work deals with application of methods PCA (Principle Components Analysis), SVM (Support Vector Machines) and their combination for recognition of human faces. Used images come from FERET database. Analysed are recognition rates using di fferent settings of feature dimension reduction, size of training and testing set and type of source images preprocessing. Evaluated is optimal setting of parameters to gain best FAR and FRR rates. Analysis of a performed psychological experiment provides view on human face recognition capabilities.