Mestrado em Estatística Aplicada e Biometria

URI Permanente para esta coleçãohttps://repositorio.unifal-mg.edu.br/handle/123456789/2658

Navegar

Navegando Mestrado em Estatística Aplicada e Biometria por Assunto "Abordagem segmentada"

Filtrar resultados informando as primeiras letras
Agora exibindo 1 - 1 de 1
  • Imagem de Miniatura
    ItemAcesso aberto (Open Access)
    Comparação de métodos de reconhecimento facial utilizando Fisherface
    (Universidade Federal de Alfenas, 2023-07-21) Alves, Michel Lino; Fonseca, Natália Da Silva Martins; Peixoto, Ana Patrícia Bastos; Ferreira , Eric Batista
    Os seres humanos têm a habilidade natural de reconhecer rostos de pessoas conhecidas e identificá-las pelo nome. Esse processo de reconhecimento facial é realizado diariamente, seja ao cumprimentar pessoas conhecidas na rua pelo nome ou ao visualizar uma imagem de um rosto familiar. Embora seja uma tarefa trivial para os seres humanos, o reconhecimento facial automatizado é uma tarefa extremamente complexo para um computador executar. Ao longo dos anos, diversos autores propuseram vários algoritmos de reconhecimento facial com o objetivo de aumentar a taxa de acerto na predição. Portanto, a presente dissertação de mestrado explora duas abordagens para o algoritmo de reconhecimento facial Fisherface: (i) abordagem segmentada e (ii) realização do alinhamento da face para cada imagem do banco de faces. As duas abordagens foram testadas analisando três indicadores de desempenho: acurácia, tempo total de processamento e carga total gasta com a execução do algoritmo. Os resultados demonstraram que é essencial realizar a abordagem de alinhamento de faces para a obtenção de melhores taxas de acurácia. A abordagem segmentada necessitou de baixo consumo de memória na realização dos testes, mas apresentou menor taxa média de acurácia quando executada em um banco de faces normalizado.