Pedraza Pico, Beatriz Omaira

Publicación:
Sin título

dc.contributor.advisor	Arguello Fuentes, Henry
dc.contributor.advisor	Rondón Villarreal, Nydia Paola
dc.contributor.author	Pedraza Pico, Beatriz Omaira
dc.date.accessioned	2024-03-03T18:38:19Z
dc.date.available	2011
dc.date.available	2024-03-03T18:38:19Z
dc.date.created	2011
dc.date.issued	2011
dc.description.abstract	En el presente trabajo se implementó un sistema de reconocimiento de rostros con imágenes bidimensionales (2D) en color basado en el modelo de Turk y Pentland, con el fin de determinar la importancia del color en este sistema, por medio de una comparación entre imágenes en escala de grises e imágenes en color. En la primera parte se describe un módulo de detección de rostros que es capaz de procesar imágenes de forma rápida, ya que involucra varias técnicas de pre-procesamiento en las imágenes detectadas, para el proceso de detección se hace uso de la ﬁimagen integralﬂ, de un clasificador simple, el cual emplea el algoritmo de aprendizaje AdaBoost y una combinación de clasificadores en cascada, obteniendo de esta manera altas tasas de detección y mayor rechazo en imágenes de no caras. La segunda parte se encarga de reconocer individuos captados en una posición frontal, aplicando un enfoque de eigenfaces, para comparar las características principales de los rostros con individuos conocidos contra los rostros con individuos desconocidos. Este sistema propuesto provee la capacidad de reconocer e identificar de manera no supervisada nuevas imágenes de rostros utilizando un sistema clasificador para la identificación del individuo usando la distancia euclidiana y de mahalanobis. La investigación ha sido realizada con 2 bases de datos internacionalmente reconocidas como lo son la base de datos ﬁGeorgia Tech Face Databaseﬂ y la base de datos ﬁFace 94ﬂ las cuales comprenden imágenes con variación de iluminación, expresiones faciales y fondos.
dc.description.abstractenglish	In this paper, we implemented a facial recognition system with two-dimensional color images (2D) based on the model of Turk and Pentland, in order to determine the importance of color in this system, through a comparison between gray scale images and color images. The first part describes a face detection module is able to process images quickly, as it involves several pre-processing techniques on the images detected, for the detection process makes use of the "integral image ﬁof a simple classifier, which uses the AdaBoost learning algorithm and a combination of classifiers in cascade, thereby obtaining high detection rates and more rejection on the images of no faces. The second part is responsible for recognizing individuals captured in a frontal position, using Eigen faces approach to compare the main features of the faces with known individuals against their faces with unknown individuals. This proposed system provides the ability to recognize and identify non-supervised new images of faces using a filing system for the identification of individuals using the Euclidean and Mahalanobis distance. The research was conducted with two internationally recognized databases such as database "Georgia Tech Face Database,ﬂ and the database "Face 94" which include images with varying lighting, facial expressions and backgrounds.
dc.description.degreelevel	Pregrado
dc.description.degreename	Ingeniero de Sistemas
dc.format.mimetype	application/pdf
dc.identifier.instname	Universidad Industrial de Santander
dc.identifier.reponame	Universidad Industrial de Santander
dc.identifier.repourl	https://noesis.uis.edu.co
dc.identifier.uri	https://noesis.uis.edu.co/handle/20.500.14071/25124
dc.language.iso	spa
dc.publisher	Universidad Industrial de Santander
dc.publisher.faculty	Facultad de Ingenierías Fisicomecánicas
dc.publisher.program	Ingeniería de Sistemas
dc.publisher.school	Escuela de Ingeniería de Sistemas e Informática
dc.rights	http://creativecommons.org/licenses/by/4.0/
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.creativecommons	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.license	Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.uri	http://creativecommons.org/licenses/by-nc/4.0
dc.subject	Análisis de Componentes Principales (PCA)
dc.subject	Eigenfaces
dc.subject	AdaBoost
dc.subject	Distancia Euclidiana y de Mahalanobis
dc.subject	Matriz de Covarianza
dc.subject	Procesamiento Digital de Imágenes (PDI).
dc.subject.keyword	Principal Component Analysis (PCA)
dc.subject.keyword	Eigen faces
dc.subject.keyword	AdaBoost
dc.subject.keyword	Euclidean and Mahalanobis distance
dc.subject.keyword	Covariance Matrix
dc.subject.keyword	Digital Processing of Images (PDI).
dc.title.english	Technical analysis and design of digital image processing based on color and implemented in a face recognition
dc.type.coar	http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversion	http://purl.org/coar/resource_type/c_7a1f
dc.type.local	Tesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.type	Publication