BỘ KHOA HỌC VÀ CÔNG NGHỆ
HỆ THỐNG THÔNG TIN QUỐC GIA VỀ KHOA HỌC, CÔNG NGHỆ VÀ ĐỔI MỚI SÁNG TẠO

Lọc theo danh mục
  • Năm xuất bản
    Xem thêm
  • Lĩnh vực
liên kết website
Lượt truy cập
 Lượt truy cập :  30,253,407
  • Công bố khoa học và công nghệ Việt Nam

Khoa học máy tính

Dương Ngọc Vân Khanh, Nguyễn Bảo Ân(1)

Đánh giá hiệu năng của phương pháp phân tích thành phần chính PCA trong nhận dạng khuôn mặt có biến đổi về sắc thái

Assessing the performance of the method of analyzing the key component of PCA in facial recognition with variable shades

Khoa học (Đại học Trà Vinh)

2018

30

61-66

1859-4816

Nhận dạng khuôn khổ, Phân tích thành phần chính, Thuật toán KNN

Assessment, Performance, Analyzing method, Key component, PCA, Facial recognition

Các phương pháp nhận dạng mặt người dựa trên vẻ ngoài thường gặp các khó khăn khi khuôn mặt được nhận dạng có sự thay đổi về sắc thái như khóc, cười, há miệng... Trong trường hợp này, các phương pháp nhận dạng toàn phần có hiệu năng tốt hơn. Bài báo này trình bày một số đánh giá dựa trên phương pháp nhận dạng toàn phần trên mặt người có biến đổi về sắc thái, sử dụng phương pháp rút gọn số chiều PCA và các thuật toán phân lớp. Kết quả thực nghiệm cho thấy độ chính xác phân lớp tốt nhất khi sử dụng rất ít eigenvectors và thuật toán KNN (khi k=1) cho kết quả tốt hơn SVM.

The methods of facial recognition based on appearance often face difficulties when the detected faces have a change in mood such as crying, laughing, opening their mouth, etc. In this case, the methods of full identification The part has better performance. This paper presents some assessments based on the method of full identification on the face of people with changes in nuances, using the method of reduction of PCA dimensional and classification algorithms. Experimental results show that classification accuracy is best when using very few eigenvectors and the KNN algorithm (when k = 1) gives better results than SVM.

TTKHCNQG, CVv 384

Xem toàn văn