Caratteristiche ibride DWT, PCA e ICA per il riconoscimento dei volti mediante ANN

Il riconoscimento del volto svolge un ruolo importante nell'identificazione personale basata sulla biometria. La tecnica di riconoscimento biometrico funge da metodo efficiente e trova ampie applicazioni nell'ambito del reperimento di informazioni, delle operazioni bancarie automatiche, del controllo degli accessi alle aree di sicurezza e così via. Il metodo proposto si basa sull'analisi delle componenti principali (PCA) dell'immagine con una combinazione di dettagli DWT. Questo approccio riduce i requisiti di memorizzazione e il tempo di calcolo, preservando i dati. Lo schema proposto sfrutta le capacità di estrazione delle caratteristiche della Decomposizione della Trasformata Wavelet Discreta e ricorre ad alcune tecniche di normalizzazione che ne aumentano la robustezza alle variazioni della geometria e dell'illuminazione del volto. Tradizionalmente, per rappresentare il volto umano, la PCA viene eseguita sull'intera immagine del viso. La rete neurale e il classificatore K-NN vengono utilizzati per classificare le caratteristiche e la misura della somiglianza viene effettuata mediante la distanza euclidea. I risultati sperimentali dimostrano che il metodo proposto è efficace e possiede diverse proprietà desiderabili se confrontato con molti algoritmi esistenti. L'approccio PCA-DWT-ICA-ibrido è stato valutato su MATLAB utilizzando il database dei volti di Yale.