Sistema de detección y reconocimiento facial mediante técnicas híbridas en imágenes y secuencias de vídeo.

• Autores: Apaza Cutipa , Renzo, Charaja Sánchez, Gina Fiorella, Ibañez Quispe , Vladimiro, Tumi Figueroa , Ernesto Nayer
• Formato: artículo
• Fecha de Publicación: 2019
• Institución: Universidad Nacional Micaela Bastidas de Apurímac
• Repositorio: UNMB-Riqchary
• Lenguaje: español
• OAI Identifier: oai:revistas.unamba.edu.pe:article/58
• Enlace del recurso: https://revistas.unamba.edu.pe/index.php/riqchary/article/view/58
• Nivel de acceso: acceso abierto
• Materia: Reconocimiento de Rostros; Wavelet de Gabor; máquina de soporte vectorial; vector de características; Face Recognition; Principal ComponentAnalysis; Vector Support Machine; Feature Vector

Reconocer la identidad de un individuo de forma automática es una tarea que no logra alcanzar una tasa de éxito del 100%, por lo que se buscó mejorar la tasa de reconocimiento, usando los métodos de extracción y clasificación de características para mejorar el ratio de reconocimiento de rostros mediante la representación de las imágenes, utilizando la transformada Wavelets de Gabor sobre las imágenes en escala de grises obtenida y la realización normalizada de las imágenes originales, además a la nueva representación obtenida, se aplicó la técnica de Análisis de Componentes Principales (PCA) para formar el vector característico de las imágenes de rostros. Por otra parte, se aplicó un clasificador basado en Maquinas de Soporte Vectorial (SVM). El método fue probado sobre una base de datos de imágenes de rostros constituida por bancos de rostros FERET, ORL e imágenes obtenidas por los responsables de la investigación, logrando los resultado de la combinación de las técnicas Transformada Wavelet de Gabor y Análisis de Componentes Principales en el proceso de extracción de características y la clasificación de imágenes basada en Maquinas de Soporte Vectorial, y se ha logrado una tasa de reconocimiento superior al 95%.