Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Dialnet DisenoDeUnSistemaDeReconocimientoDeRostrosMediante 4966234 PDF
Dialnet DisenoDeUnSistemaDeReconocimientoDeRostrosMediante 4966234 PDF
Noviembre
Autores
2013
1 2
Oscar Eduardo Gualdrn , Oscar Manuel Duque Surez , Mauricio Anastasio Chacn Rojas3
Edicin 6
Pg. 16 -28
Resumen
Palabras clave:
Abstract
This article presents the design, development and implementation of developing a face
recognition system using hybridization pattern recognition techniques, computer vision and
artificial intelligence. This research collects the union of artificial vision techniques and
artificial intelligence techniques and their implications in many applications such as robot
control social interaction.
Keywords:
________________________________________________________________________________________
1. Doctor en Ingeniera Electrnica, Ingeniero Electrnico, Facultad de Ingenieras y Arquitectura, Universidad de
Pamplona, Norte de Santander, Colombia, eduardooscar@hotmail.com, oscar.gualdron@unipamplona.edu.co
2. Ingeniero Mecatrnico, Mg. Controles Industriales, Facultad de Ingenieras y Arquitectura, Universidad de Pamplona,
Norte de Santander, Colombia, omduke@hotmail.com
3. Ingeniero Mecatrnico, Universidad de Pamplona, ingmecatronico_mchr@hotmail.com
DISEO DE UN SISTEMA DE RECONOCIMIENTO DE ROSTROS MEDIANTE
LA HIBRIDACIN DE TCNICAS DE RECONOCIMIENTO DE PATRONES,
VISIN ARTIFICIAL E IA, ENFOCADO A LA SEGURIDAD E INTERACCIN
ROBTICA SOCIAL
( ) ( )
Para determinar las transiciones de las
regiones de grises, todos los pequeos ( )
cambios posibles pueden ser cubiertos ( ) (3)
llevando cabo una expansin analtica
sobre el origen del cambio. [3], como se ( ) ( )
muestra en la ecuacin (1) y (2).
Donde, ( ) ( ) ( ) (4)
= Funcin de ventana
= Cambio de intensidad
Donde k (c) indica el nmero de
= Intensidad
secuencia y f(c) se utiliza para calcular el
= Funcin de ventana
ngulo.
Considerando que la matriz D parte de la
matriz U, Cada lnea de (D) corresponde
( ) (5) a los componentes de cada punto de (U).
Luminosidad,
( ) ( ( ) ( )) ( ( ) ( )) (7) (11)
Saturacin,
ANALISIS DE COMPONENTES
PRICIPALES (ACP PCA) [ ] (12)
Las tcnicas de anlisis de satos por De tal manera encontramos que la relacin
mecanismos estadsticos proveen la entre U, D y M es.
virtud de ser propicias para las tareas de
reconocimiento y de clasificacin, debido
a los manejos de dimensionalidad con (13)
los que permiten trabajar mejorando los
procesos de reconocimiento.
[ ]
RED NEURONAL
BACKPROPAGATION
P3
n2 a2
imgenes de entrada de la PR
W S.R
nS aS
() () (18)
Figura 3. (a) Aplicacin del mtodo, (b).
Imagen resultante del procesamiento
Con la matriz de Usuarios resultante de
la resta de la media, se calcula la
covarianza por medio de la ecuacin 19.
(19)
POSICION DE LA BOCA
Fuente: propia
(22)
CALCULO DE DISTANCIAS
Donde V es el vector que contiene los Con la deteccin de todos los puntos del
eigenvectores. rostro, se realiza una relacin entre ellos
para determinar las distancias
necesarias para la identificacin de
gnero como se muestra en la figura 8.
Figura 86. Distancias propuestas para la Figura 97. Obtencin de los vectores
identificacin de gnero Promedio y Desviacin estndar
Fuente: propia
Distancia de la imagen.
Luminosidad de la imagen.
Tipo de cmara, resolucin,
tamao de la foto, parmetros
para el dispositivo de captura.
Formato de la imagen.
ANLISIS NO LINEAL DE
Figura13. Auto-associative neural network
COMPONENTES PRINCIPALES (Autoencoder)