RECONOCIMIENTO FACIAL MEDIANTE IMÁGENES ESTEREOSCÓPICAS
Descripción del Articulo
El reconocimiento facial para los seres humanos es sumamente sencillo. Sin embargo, no se puede decir lo mismo de los sistemas computacionales, y más aún cuando se habla de un reconocimiento facial en 3D. El problema que afronta este trabajo de investigación es cómo reconocer rostros en imágenes est...
Autor: | |
---|---|
Formato: | tesis de grado |
Fecha de Publicación: | 2018 |
Institución: | Universidad Señor de Sipan |
Repositorio: | USS-Institucional |
Lenguaje: | español |
OAI Identifier: | oai:repositorio.uss.edu.pe:20.500.12802/5339 |
Enlace del recurso: | https://hdl.handle.net/20.500.12802/5339 |
Nivel de acceso: | acceso abierto |
Materia: | Visión por computador Modelos faciales Reconocimiento facial en 3D Imágenes estereoscópicas http://purl.org/pe-repo/ocde/ford#2.02.04 |
Sumario: | El reconocimiento facial para los seres humanos es sumamente sencillo. Sin embargo, no se puede decir lo mismo de los sistemas computacionales, y más aún cuando se habla de un reconocimiento facial en 3D. El problema que afronta este trabajo de investigación es cómo reconocer rostros en imágenes estereoscópicas, esto se hace con el fin de incentivar la mejora de aplicaciones o sistemas que emplean técnicas de reconocimiento facial. Es por ello, que el objetivo que sigue la presente tesis se centra en reconocer rostros en imágenes estereoscópicas mediante un sistema computacional que emplea algoritmos de modelos faciales con la finalidad de obtener mejores resultados de clasificación de rostros reales. La presente investigación será Tecnológica con una población compuesta por imágenes estereoscópicas, de las cuales se tomó una muestra de 348 imágenes. Después de analizar las características de los algoritmos de modelos faciales, se decidió utilizar el algoritmo de Análisis de Componentes Principales (PCA). Para la obtención de los datos se aplicaron técnicas de análisis documental y observación. Después de realizar las pruebas se obtuvieron resultados como nivel de eficacia del 94.54% en el reconocimiento de rostros, el sistema computacional presentó un nivel de especificidad del 93.78% y un nivel de sensibilidad del 95.32%. |
---|
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).