Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/14316
metadata.dc.type: Tese
metadata.dc.rights: Acesso Aberto
Title: Comparação entre algoritmo genético, rede neural artificial e análise de componentes principais no reconhecimento de faces
metadata.dc.creator: Arruda, Benedito Alencar de
metadata.dc.contributor.advisor1: Carrijo, Gilberto Arantes
metadata.dc.contributor.referee1: Veiga, Antônio Cláudio Paschoarelli
metadata.dc.contributor.referee2: Flores, Edna Lúcia
metadata.dc.contributor.referee3: Ribas, João Paulo Inácio Ferreira
metadata.dc.contributor.referee4: Ferreira, Ed' Wilson Tavares
metadata.dc.description.resumo: O reconhecimento de face tem-se mostrado uma técnica importante na identificação automática de pessoas. Ela é uma técnica biométrica de codificação de imagens caracterizada por explorar a auto-similaridade presente nas imagens digitais e cujo esforço computacional é considerável e tem exigido dos pesquisadores muita dedicação no sentido de cada vez mais aumentar a eficiência do processo. Nesta tese foi apresentado o estado da arte de sistemas de reconhecimento de faces citando-se diferentes formas de aplicações e trabalhos realizados por alguns pesquisadores. Foi mostrada também a metodologia empregada pelos classificadores Algoritmo Genético (AG), Rede Neural Artificial (RNA) e Análise de Componentes Principais (PCA). O objetivo deste trabalho foi realizar teste com esses classificadores para o reconhecimento de faces, analisando o percentual de acerto e o tempo de processamento. A razão de utilizar o AG é que a PCA, tradicionalmente empregada nesses casos, é muito lenta e de custo computacional elevado, tornando inviável em algumas aplicações, notadamente quando o banco de imagens é grande. Nos testes realizados neste trabalho foram utilizadas as bases de dados de dois arquivos de fotografia humana, a da Olivetti Research Laboratory, hoje base de dados de faces da Universidade Britânica de Cambridge (ORL) e a Face Recognition Data da Universidade de Essex, Reino Unido (UK). A taxa de acerto obtida utilizando AG, RNA e PCA foi maior do que aquelas obtidas pelos trabalhos pesquisados.
Abstract: The face recognition has been shown to be an important technique in automatic identification of persons. It is a biometric image coding characterized by exploring selfsimilarity present in digital images and whose computational effort is significant and has required dedication of researchers in order to increasingly enhance the efficiency of the process. This thesis was presented the state of the art face recognition systems citing different forms of applications and work done by some researchers. It was also shown the methodology used by the classifiers Genetic Algorithm (GA), Artificial Neural Network (ANN) and Principal Component Analysis (PCA). The aim of this study was to test these classifiers for face recognition by analyzing the percentage of accuracy and processing time. The reason to use the GA is that the PCA, traditionally used in such cases, is very slow and the high computational cost, making it impractical in some applications, especially when the database is large images. In tests performed in this study were used the databases of two human photography files, the Olivetti Research Laboratory database today faces the British University of Cambridge (ORL) and Face Recognition Data, University of Essex, UK (UK). The accuracy rate obtained with GA, ANN and PCA were higher than those obtained by the studies reviewed.
Keywords: Reconhecimento de faces
Rede neural artificial
Análise de componentes principais
Algoritmo genético
Face recognition
Artificial neural networks
Principal components analysis
Genetic algorithm
Redes neurais (Computação)
Reconhecimento de padões
metadata.dc.subject.cnpq: CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
metadata.dc.language: por
metadata.dc.publisher.country: BR
Publisher: Universidade Federal de Uberlândia
metadata.dc.publisher.initials: UFU
metadata.dc.publisher.department: Engenharias
metadata.dc.publisher.program: Programa de Pós-graduação em Engenharia Elétrica
Citation: ARRUDA, Benedito Alencar de. Comparação entre algoritmo genético, rede neural artificial e análise de componentes principais no reconhecimento de faces. 2013. 237 f. Tese (Doutorado em Engenharias) - Universidade Federal de Uberlândia, Uberlândia, 2013.
URI: https://repositorio.ufu.br/handle/123456789/14316
Issue Date: 31-Jan-2013
Appears in Collections:TESE - Engenharia Elétrica

Files in This Item:
File Description SizeFormat 
t.pdf2.16 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.