Détection et reconnaissance des visages en temps réel
Système de reconnaissance faciale basé sur Matlab
Versandkostenfrei!
Versandfertig in 6-10 Tagen
29,99 €
inkl. MwSt.
PAYBACK Punkte
15 °P sammeln!
La sécurité et la surveillance sont deux aspects importants de la vie quotidienne de l'être humain. Dans ce projet, il a été proposé que le système de détection et de reconnaissance des visages soit capable de traiter des images très rapidement à 15 ou 20 images/seconde avec 544 x 288, 640 x 480 ou n'importe quelle résolution de la webcam Logitech C270HD, tout en obtenant un taux de détection réel maximal et un taux de faux positifs très faible. Dans notre système de mise en oeuvre, nous avons suivi trois aspects importants. Le premier est l'algorithme de Viola et Jones pour la ...
La sécurité et la surveillance sont deux aspects importants de la vie quotidienne de l'être humain. Dans ce projet, il a été proposé que le système de détection et de reconnaissance des visages soit capable de traiter des images très rapidement à 15 ou 20 images/seconde avec 544 x 288, 640 x 480 ou n'importe quelle résolution de la webcam Logitech C270HD, tout en obtenant un taux de détection réel maximal et un taux de faux positifs très faible. Dans notre système de mise en oeuvre, nous avons suivi trois aspects importants. Le premier est l'algorithme de Viola et Jones pour la détection des visages, le deuxième est l'algorithme d'analyse des composantes principales pour l'extraction des caractéristiques faciales et le dernier est la base de données que nous avons créée. Nous avons pris un total de 80 images dans la base de données avec une taille de pixel (résolution) de 182 x 182. Au total, 8 sujets ont chacun 10 images avec différents aspects tels que l'éclairage, l'angle de la tête, les obstacles, etc. La technique de mesure de la distance euclidienne est utilisée pour obtenir une excellente correspondance entre l'image d'entrée et l'image de la base de données. La distance est minimale et la correspondance maximale. Le système a une précision de classification globale de 87,5 % avec une fausse acceptation de 91,6667 % et un faux rejet de 87,5 %.
Andere Kunden interessierten sich für
