Mohammad Shakir

La reconnaissance faciale joue un r le important dans l'identification personnelle bas e sur la biom trie. La technique de reconnaissance biom trique est une m thode efficace et a de nombreuses applications dans le domaine de la recherche d'informations, de la banque automatique, du contr le d'acc s aux zones de s curit , etc. La m thode propos e est bas e sur l'analyse en composantes principales (ACP) de l'image avec une combinaison de d tails de DWT. Cette approche r duit les besoins en stockage et le temps de calcul tout en pr servant les donn es. Le syst me propos exploite les capacit s d'extraction de caract ristiques de la d composition de la transform e en ondelettes discr te et fait appel certaines techniques de normalisation qui augmentent sa r sistance aux variations de la g om trie du visage et de l' clairage. Traditionnellement, pour repr senter le visage humain, l'ACP est effectu e sur l'ensemble de l'image du visage. Le r seau neuronal et le classificateur K-NN sont utilis s pour classer les caract ristiques et la mesure de similarit est effectu e par la distance euclidienne. Les r sultats exp rimentaux montrent que la m thode propos e est efficace et poss de plusieurs propri t s souhaitables lorsqu'elle est compar e de nombreux algorithmes existants. L'approche PCA-DWT-ICA-hybride est valu e sur MATLAB en utilisant la base de donn es des visages de Yale.

Die Gesichtserkennung spielt eine wichtige Rolle bei der biometrischen Identifizierung von Personen. Die biometrische Erkennungstechnik ist eine effiziente Methode und findet breite Anwendung im Bereich der Informationsbeschaffung, des automatischen Bankwesens, der Zugangskontrolle zu Sicherheitsbereichen usw. Die vorgeschlagene Methode basiert auf der Hauptkomponentenanalyse (PCA) von Bildern mit einer Kombination von DWT-Details. Dieser Ansatz reduziert den Speicherbedarf und die Berechnungszeit, w hrend die Daten erhalten bleiben. Das vorgeschlagene Verfahren nutzt die F higkeiten der diskreten Wavelet-Transformationszerlegung zur Merkmalsextraktion und wendet bestimmte Normalisierungstechniken an, die seine Robustheit gegen ber Variationen der Gesichtsgeometrie und der Beleuchtung erh hen. Traditionell wird zur Darstellung des menschlichen Gesichts die PCA f r das gesamte Gesichtsbild durchgef hrt. Zur Klassifizierung der Merkmale werden ein neuronales Netz und ein K-NN-Klassifikator verwendet, und die hnlichkeitsmessung erfolgt ber den Euklidischen Abstand. Die experimentellen Ergebnisse zeigen, dass die vorgeschlagene Methode effektiv ist und mehrere w nschenswerte Eigenschaften besitzt, wenn sie mit vielen bestehenden Algorithmen verglichen wird. Der Ansatz PCA-DWT-ICA-Hybrid wird in MATLAB anhand der Yale-Gesichtsdatenbank evaluiert.

O reconhecimento facial desempenha um papel importante na identifica o pessoal com base na biometria. A t cnica de reconhecimento biom trico actua como um m todo eficiente e de ampla aplica o na rea da recupera o de informa o, banca autom tica, controlo de acesso a reas de seguran a, etc. O m todo proposto baseia-se na an lise de componentes principais (PCA) da imagem com uma combina o de pormenores da DWT. Esta abordagem reduz os requisitos de armazenamento e o tempo de c lculo, preservando simultaneamente os dados. O esquema proposto explora as capacidades de extra o de caracter sticas da decomposi o da Transformada Wavelet Discreta e invoca certas t cnicas de normaliza o que aumentam a sua robustez s varia es da geometria facial e da ilumina o. Tradicionalmente, para representar o rosto humano, a PCA efectuada em toda a imagem facial. A rede neural e o classificador K-NN s o utilizados para classificar as caracter sticas e a medida de semelhan a efectuada atrav s da dist ncia euclidiana. Os resultados experimentais mostram que o m todo proposto eficaz e possui v rias propriedades desej veis quando comparado com muitos algoritmos existentes. A abordagem h brida PCA-DWT-ICA avaliada em MATLAB utilizando a base de dados de rostos de Yale.

Il riconoscimento del volto svolge un ruolo importante nell'identificazione personale basata sulla biometria. La tecnica di riconoscimento biometrico funge da metodo efficiente e trova ampie applicazioni nell'ambito del reperimento di informazioni, delle operazioni bancarie automatiche, del controllo degli accessi alle aree di sicurezza e cos via. Il metodo proposto si basa sull'analisi delle componenti principali (PCA) dell'immagine con una combinazione di dettagli DWT. Questo approccio riduce i requisiti di memorizzazione e il tempo di calcolo, preservando i dati. Lo schema proposto sfrutta le capacit di estrazione delle caratteristiche della Decomposizione della Trasformata Wavelet Discreta e ricorre ad alcune tecniche di normalizzazione che ne aumentano la robustezza alle variazioni della geometria e dell'illuminazione del volto. Tradizionalmente, per rappresentare il volto umano, la PCA viene eseguita sull'intera immagine del viso. La rete neurale e il classificatore K-NN vengono utilizzati per classificare le caratteristiche e la misura della somiglianza viene effettuata mediante la distanza euclidea. I risultati sperimentali dimostrano che il metodo proposto efficace e possiede diverse propriet desiderabili se confrontato con molti algoritmi esistenti. L'approccio PCA-DWT-ICA-ibrido stato valutato su MATLAB utilizzando il database dei volti di Yale.