首页> 外文OA文献 >Penerapan Face Recognition Dengan Metode Eigenface Dalam Intelligent Home Security
【2h】

Penerapan Face Recognition Dengan Metode Eigenface Dalam Intelligent Home Security

机译:基于特征脸法的人脸识别在智能家居安防中的应用

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

Pengenalan wajah adalah salah satu teknologi biometrik yang telah banyak diaplikasikan dalam sistem security selain pengenalan retina mata, pengenalan sidik jari dan iris mata. Dalam aplikasinya sendiri pengenalan wajah menggunakan sebuah kamera untuk menangkap wajah seseorang kemudian dibandingkan dengan wajah yang sebelumnya telah disimpan di dalam database tertentu. Ada beberapa macam metoda pengenalan wajah yaitu neural network, jaringan syaraf tiruan, neuro fuzzy adaptif dan eigenface. Secara khusus dalam buku tugas akhir ini metoda yang akan dijelaskan adalah metoda eigenface. Pada paper tugas akhir ini menawarkan metode Eigenface, dan menggunakan webcam untuk menangkap gambar secara real-time. Metode ini mempunyai komputasi yang sederhana dan cepat dibandingkan dengan penggunaan metode yang memerlukan banyak pembelajaran seperti jaringan syaraf tiruan. Secara garis besar proses dari aplikasi ini adalah kamera melakukan capture pada wajah. Kemudian didapatkan sebuah nilai R,G,B. Dengan menggunakan pemrosesan awal, dilakukan resize, RGB ke Gray,dan histogram equalisasi untuk perataan cahaya. Metode eigenface berfungsi untuk menghitung eigenvalue dan eigenvector yang akan digunakan sebagai fitur dalam melakukan pengenalan. Metode Euclidean distance digunakan untuk mencari jarak dengan data fitur yang telah didapat , dan jarak terkecil adalah hasilnya. Dari percobaan dan pengujian yang dilakukan, alat dapat mengenali citra wajah dengan tingkat keberhasilan sampai 87%. Hal ini membuktikan alat ini cukup baik dalam pengenalan wajah.
机译:面部识别是除了眼视网膜识别,指纹识别和虹膜之外,还广泛应用于安全系统的生物识别技术之一。在其自身的应用程序中,人脸识别使用相机捕获人的脸,然后将其与先前已存储在特定数据库中的脸进行比较。面部识别方法有几种类型,分别是神经网络,人工神经网络,自适应神经模糊和特征脸。在本论文书中,特别要说明的方法是特征脸方法。在此最终项目中,论文提供了Eigenface方法,并使用网络摄像头实时捕获图像。与使用诸如人工神经网络之类需要大量学习的方法相比,该方法具有简单快速的计算方法。广义上讲,此应用程序的过程是使用相机捕获面部。然后获得R,G,B的值。通过使用初始处理,调整大小,将RGB更改为灰度以及对直方图进行均衡以使光平滑。特征面方法用于计算特征值和特征向量,这些特征值和特征向量将用作识别的特征。欧几里德距离方法用于查找具有已获得数据特征的距离,并且最小距离是结果。通过进行的实验和测试,该工具可以识别面部图像,成功率高达87%。这证明该工具在人脸识别方面相当不错。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号