✍️ 🧑‍🦱 💚 Autor:innen verdienen bei uns doppelt. Dank euch haben sie so schon 411.512 € mehr verdient. → Mehr erfahren 💪 📚 🙏

Deteção e reconhecimento de faces em tempo real

Deteção e reconhecimento de faces em tempo real

von Komal Bhusari und Pankaj Bhusari
Softcover - 9786206920724
43,90 €
  • Versandkostenfrei
Auf meine Merkliste
  • Hinweis: Print on Demand. Lieferbar in 2 Tagen.
  • Lieferzeit nach Versand: ca. 1-2 Tage
  • inkl. MwSt. & Versandkosten (innerhalb Deutschlands)

Autorenfreundlich Bücher kaufen?!

Beschreibung

A segurança e a vigilância são os dois aspectos mais importantes da vida quotidiana do ser humano. Neste projeto, propõe-se que o sistema de deteção e reconhecimento de rostos seja capaz de processar imagens muito rapidamente a 15 ou 20 fotogramas/segundo com 544 x 288, 640 x 480 ou qualquer outra resolução da webcam C270HD Logitech, obtendo ao mesmo tempo uma taxa máxima de deteção verdadeira e uma taxa muito baixa de falsos positivos. No nosso sistema de implementação, seguimos três aspectos que são importantes. O primeiro é o algoritmo de Viola e Jones para a deteção de rostos, o segundo é o algoritmo de análise de componentes principais para a extração de características faciais e o último é a base de dados criada por nós. Recolhemos um total de 80 imagens na base de dados com um tamanho de pixel (resolução) de 182 x 182. Cada um dos 8 sujeitos tem 10 imagens com diferentes aspectos, como iluminação, ângulos da cabeça, obstáculos, etc. A técnica de medição da distância euclidiana é utilizada para obter uma correspondência excelente entre a imagem de entrada e a imagem da base de dados. A distância mínima é a máxima e a correspondência é a máxima. O sistema tem uma precisão de classificação global de 87,5%, com uma falsa aceitação de 91,6667% e uma falsa rejeição de 87,5%.

Sistema de reconhecimento facial baseado em Matlab

Details

Verlag Edições Nosso Conhecimento
Ersterscheinung Dezember 2023
Maße 22 cm x 15 cm x 0.5 cm
Gewicht 113 Gramm
Format Softcover
ISBN-13 9786206920724
Seiten 64

Schlagwörter