Reconocimiento de rasgos fenotípicos faciales mediante visión artificial utilizando análisis de componentes principales e histogramas descriptivos

Authors

Abstract

En esta investigación se presenta el desarrollo de un algoritmo de visión para reconocimiento de rasgos faciales utilizando la técnica de análisis de componentes principales, eigenfaces e histogramas descriptivos, como complemento. Esta investigación se desarrolla en 4 fases iniciando con la creación de una base de datos de entrenamiento, la cual es utilizada para comparar con la imagen capturada y realizar el reconocimiento, seguida de una etapa de cálculo de eigenfaces, que son lo que determina la similitud entre los rostros analizados para pasar a una fase de reconocimiento mediante distancias euclidianas que culmina en la asignación de histogramas descriptivos a cada sujeto en la base de datos, confirmando así la identidad del sujeto. El análisis se desarrolla en un ambiente de mediano control.

Downloads

Download data is not yet available.

References

Christian Tenllado, J. I. (2010). Improving face recognition by combination of natural and Gabor faces. Pattern Recognition Letters, 1453-1460.

Debasmita Chakrabartia, D. D. (2013). Facial Expression Recognition Using Eigenspaces. International Conference on Computational Intelligence: Modeling Techniques and Applications. Kolkata, India.

Iborra, M. J. (2006). Analisis de Metodos Comparativos en subespacios aplicados al reconocimiento de caras. Universidad de Valencia, 23-35.

Kim, H. C. (2001). Face recognition using the mixture of eigenfaces method. Pattern Recognition Letters, 1549-1558.

Muge Carikci, F. O. (2012). Face Recognition System Based on Eigenfaces Method. Procedia Technology, 118-123.

Xiaoqing Gao, H. R. (2013). Implicit learning of geometric eigenfaces. Vision Research, 1-7.

Yingjie Wang, C.-S. C. (2005). Face recognition from 2D and 3D images using 3D Gabon Filters. Image and vision computing, 1018-1028.

Published

2015-12-24

How to Cite

[1]
A. Domínguez, N. Alba Baena, R. Vidal, J. E. Aguilera González, and C. V. Esquivel Rivera, “Reconocimiento de rasgos fenotípicos faciales mediante visión artificial utilizando análisis de componentes principales e histogramas descriptivos”, Cult. Científ. y Tecnol., no. 55, Dec. 2015.

Issue

No. 55 (12): Enero – Abril, 2015. Año 12, Nº 55, Especial Nº 1

Section

Artículos

License

Todos los contenidos de CULCYT se distribuyen bajo una licencia de uso y distribución “Creative Commons Reconocimiento-No Comercial 4.0 Internacional” (CC-BY-NC). Puede consultar desde aquí la versión informativa de la licencia.

Los autores/as que soliciten publicar en esta revista, aceptan los términos siguientes: a) los/las autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra; y b) se permite y recomienda a los/las autores/as agregar enlaces de sus artículos en CULCYT en la página web de su institución o en la personal, debido a que ello puede generar intercambios interesantes y aumentar las citas de su obra publicada.