Narzędzia help

Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
cannonical link button

http://yadda.icm.edu.pl:80/baztech/element/bwmeta1.element.baztech-7db5ca0c-f505-420c-a90c-4cbe3e1148ac

Czasopismo

Przegląd Elektrotechniczny

Tytuł artykułu

Comparison of methods of feature generation for face recognition

Autorzy Siwek, K.  Osowski, S. 
Treść / Zawartość http://pe.org.pl/
Warianty tytułu
PL Porównanie metod generacji cech dla rozpoznawania twarzy
Języki publikacji EN
Abstrakty
EN The paper is concerned with the recognition of faces at application of different methods of global feature generation. We check the selected choice of transformations of images, leading to the numerical representation of the face image. The investigated approaches include the linear and nonlinear methods of transformation: principal component analysis (PCA), Kernel PCA, Fisher linear discriminant analysis (FLD), Sammon transformation and stochastic neighbor embedding with t-distribution (tSNE). The representation of the image in the form of limited number of main components of transformation is put to the input of support vector machine classifier (SVM). The numerical results of experiments are presented and discussed.
PL Praca przedstawia analizę porównawczą różnych metod wstępnego przetwarzania obrazów twarzy dla wygenerowania cech diagnostycznych zastosowanych w klasyfikacji. W badaniach uwzględniono metodę transformacji PCA, KPCA, FLD, transformację nieliniową Sammona oraz transformację tSNE. Cechy wygenerowane przy użyciu tych metod stanowią sygnały wejściowe dla klasyfikatora SVM dokonującego ostatecznego rozpoznania. W pracy pokazano i przedyskutowano wyniki przeprowadzonych eksperymentów rozpoznania twarzy przy uwzględnieniu zmiennej liczby cech dla różnej liczby klas.
Słowa kluczowe
PL rozpoznawanie twarzy   metody generacji cech   klasyfikacja   SVM  
EN face recognition   transformation of data   classification   SVM  
Wydawca Wydawnictwo SIGMA-NOT
Czasopismo Przegląd Elektrotechniczny
Rocznik 2014
Tom R. 90, nr 4
Strony 206--209
Opis fizyczny Bibliogr. 12 poz., il., tab., wykr.
Twórcy
autor Siwek, K.
  • Warsaw University of Technology, Institute of the Theory of Electrical Engineering, Measurement and Information Systems, ksiwek@iem.pw.edu.pl
autor Osowski, S.
  • Warsaw University of Technology, Institute of the Theory of Electrical Engineering, Measurement and Information Systems, Military University of Technology, Institute of Electronic Systems, sto@iem.pw.edu.pl
Bibliografia
[1] Belhumeur P., Hespanha J., Kriegman D., Eigenfaces vs. Fisherfaces: recognition using class specific linear projection, IEEE Trans. PAMI, 1997, vol. 19, No 7, pp. 711-720
[2] Breiman L., Random forests. Machine Learning, 2001, vol. 45, pp. 5–32
[3] Duda, R.O., Hart, P.E., Stork, P., Pattern classification and scene analysis. Wiley, New York, 2003
[4] Jakubowski J., Ocena możliwości wykorzystania deskryptorów cech lokalnych obrazu twarzy w zadaniu automatycznej identyfikacji osób. Przeglad Elektrotechniczny, 2012, vol. 88, pp. 217–221
[5] Osowski S., Sieci neuronowe SVM w zastosowaniu do klasyfikacji wzorców, Przegląd Elektrotechniczny, 2002, vol. 78, No 2, ss.29-36
[6] Phillips P. J., Moon H., Rizvi S., Rauss P., The FERET evaluation methodology for face recognition algorithms, IEEE Trans. PAMI, 2000, vol. 22, No 10, pp. 1090-1104
[7] Phillips P. J., Wechsler H., Huang J., Rauss P. ,The FERET database and evaluation procedure for face recognition algorithms, Image and Vision Computing J, 1998, vol. 16, No. 5, pp 295-306.
[8] Sammon J. W., A nonlinear mapping for data structure analysis. IEEE Trans. Computers, 1969, vol. C-18 (5), pp. 401–409
[9] Schölkopf B., Smola A., Learning with kernels, Cambridge, MIT Press, MA. 2002
[10] Van der Maaten L., Hinton G., Visualising data using t-SNE. Journal MLR, 2008, vol. 9, pp. 2579–2602
[11] Van der Maaten L., Matlab toolbox for dimensionality reduction. v0.7.1b, Delft University of Technology, 2011
[12] Matlab user manual – image toolbox. MathWorks, Natick, USA 2012
Kolekcja BazTech
Identyfikator YADDA bwmeta1.element.baztech-7db5ca0c-f505-420c-a90c-4cbe3e1148ac
Identyfikatory
DOI 10.12915/pe.2014.04.49