Procesamiento De Imágenes Para La Identificación De Personas Como Sistema De Seguridad En Zonas Domiciliarias/Image Processing for identification of people as a security system in domiciliary zones
2020
El objetivo fue la implementacion de dos algoritmos de reconocimiento facial para la identificacion de personas, bajo condiciones reales en este caso un domicilio, se examino las investigaciones relevantes en la identificacion facial como los metodos de Analisis de Componentes Principales (PCA) y el Analisis Lineal Discriminante (LDA), procesos matematicos utilizadas por los algoritmos Eigenfaces y Fisherfaces, que son tecnicas de aproximacion estadistica para clasificar datos en este caso rostros, con minima complejidad computacional. El sistema de identificacion de personas propuesto, desarrollo algoritmos en Matlab, describiendo sus etapas principales de procesamiento como la adquisicion de imagenes, pre procesamiento, extraccion de caracteristicas faciales, entrenamiento o clasificador, estos algoritmos se sometieron a evaluacion de eficacia en la identificacion de personas, utilizando una base de rostros publicas de AT&T conocida como ORL Database of Faces, con 400 imagenes de rostros de distintas personas con variadas expresiones, adicionalmente se elaboro un base de rostros domiciliar, con 48 imagenes para el entrenamiento del sistema. Como resultado de la evaluacion bajo condiciones de laboratorio se obtuvo una eficiencia superior al 90%, mientras que, al ser evaluados en condiciones reales, los algoritmos presentan eficiencias de identificacion que oscilan del 50 al 80%, factores que dependen de la distancia, camara, calidad de imagen, e iluminacion. Estableciendose las condiciones minimas de requerimientos para la implementacion de un sistema de vigilancia domiciliar, con porcentajes de efectividad favorables en estos ambientes, proponiendo una innovacion en el uso de la tecnologia e ingenieria actual respecto a video vigilancia.
The objective of the project is the implementation of two facial recognition algorithms for the identification of people, under real conditions, in this case, an address. Relevant investigations in facial identification have been explored, such as Principal Component Analysis (PCA) and Discriminant Linear Analysis (LDA) methods, mathematical processes used by the Eigenfaces and Fisherfaces algorithms, which are statistical approximation techniques for classifying data, in this case, faces, with minimum computational complexity. The proposed people identification system, developed its algorithms in Matlab, describing its main processing stages such as image acquisition, pre-processing, extractions of facial features, training or classifier, these algorithms will be evaluated of efficiency in the identification of people, used for this a base of public faces of AT & T known as ORL Database of Faces, with 400 images of different faces forgive with various expressions, in addition to this a base of faces domiciliary, with 48 images will be elaborated for system training. As a result of the evaluations under laboratory conditions they present an efficiency of over 90%, while when evaluated in real conditions, the algorithms show efficiencies ranging from 50 to 80% depending on the distances between the subject and the camera, as well as it also depends on the image quality that can be acquired with them. In this way, minimum requirements have been established for the implementation of a home surveillance system, in which favourable percentages of effectiveness will be obtained in these environments, proposing an innovation in the use of current technology in relation to video surveillance.
Palabras claves: PCA, Eigenfaces, LDA, Fisherfaces, Base de Datos Publicas, Algoritmo, Reconocimiento.
Keywords: PCA, Eigenfaces, LDA, Fisherfaces, Public Database, Algorithm, Recognition.
Keywords:
- Correction
- Source
- Cite
- Save
- Machine Reading By IdeaReader
4
References
0
Citations
NaN
KQI