文献

J-GLOBAL ID：201702227674920364   整理番号：17A1256112

PCAに基づく異なる分類法を用いた顔認識率【Powered by NICT】

Face recognition rate using different classifier methods based on PCA

著者 (3件)： Abbas Eyad I. (Department of Electrical Engineering, University of Technology, Baghdad, Iraq) ,  Safi Mohammed E. (Department of Electrical Engineering, University of Technology, Baghdad, Iraq) ,  Rijab Khalida S. (Department of Electrical Engineering, University of Technology, Baghdad, Iraq)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICCIT  ページ： 37-40  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： データベースとして多数の画像集合の訓練顔画像データの抽出された特徴からのヒトの顔認識率を達成するためにクラスタの最小による異なる分類器法を述べた。主成分分析(PCA)は顔認識のための特徴抽出技術として用いロバストな方法であるが,人の行動変化と共に減少した認識。顔画像のための抽出された特徴は,光感受性,個々の,隠れた,バイオメトリック認識への活性効果的であった。顔認識を二次元認識問題として扱い,事実は,これらの人間の顔は直線一般的に姿勢を二次元特性の小集合として表されるのを利用することである。訓練と試験顔画像はオリベッティとオラクル(ORL)顔データベース,最小姿勢変化を持つ研究所から選択した。三分類器法は認識の距離を得るために用いた。これら分類器は,ユークリッド距離法,二乗ユークリッド距離法,都市ブロック距離法。各人の画像を用いた訓練画像の差分と平均を決定したクラスタリングにより,最小平均は,人の認識を表している。二乗ユークリッド距離法を用いたクラスタ法は,認識率95%を与える都市ブロック距離法よりも98%高い顔認識率を与えるユークリッド距離法による近認識率100%高い生成する。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ロバスト性 ,  画像 ,  二次元 ,  主成分分析 ,  都市 ,  *顔画像 ,  ヒト ,  特徴抽出 ,  データベース ,  クラスタ
準シソーラス用語： *認識率 ,  Euclid距離 ,  画像データ ,  *顔貌認識 ,  *分類法 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： PCA ,  分類法 ,  顔認識