Reconocimiento de la expresión facial usando parámetros basados en LBP

Simple item page
dc.contributor.advisorPlata Gómez, Arturo
dc.contributor.authorSilva Cruz, Edwin Alberto
dc.contributor.evaluatorLoaiza Correa, Humberto
dc.contributor.evaluatorVizcaya Guarín, Pedro Raúl
dc.contributor.evaluatorArgüello Fuentes, Henry
dc.contributor.evaluatorMeneses Fonseca, Jaime Enrique
dc.date.accessioned2022-04-01T04:53:42Z
dc.date.available2022-04-01T04:53:42Z
dc.date.created2015
dc.date.issued2015
dc.description.abstractEn esta disertación se diseñó e implementó un sistema de reconocimiento de la expresión facial que realiza detección de rostro, extracción de parámetros, selección de parámetros y clasificación de la expresión con algoritmos eficientes de bajo costo de cálculo y memoria, con el fin de su aplicación en sistemas en tiempo real. Los parámetros extraídos son dinámicos, basados en patrones locales binarios y POEM (Patterns of Oriented Edge Magnitudes). El trabajo incluye la implementación de los algoritmos SFA-WM (Sequential Feature Analysis for extraction of Weak Metaclassifiers), que es un aporte original a la búsqueda de parámetros débiles, el algoritmo LC-NNMLE (Local Clustering-Nearest Neighbor MLE ), para estimación de dimensión intrínseca, los códigos VPOEM y TPOEM, que probaron ser descriptores adecuados de la expresión facial. Además de pruebas de validación cruzada LSO, se realizaron pruebas de generalización entre bases de datos usando la base de datos KDEF. Los resultados fueron comparados con resultados del estado del arte, que muestran la validez de los parámetros y los sistemas de selección y clasificación con desempeño similar o superior al de la mayor parte de trabajos distinguidos en la bibliografía del tema.
dc.description.abstractenglishIn this thesis a facial expression recognition system was designed and implemented. The system includes facial detection, parameter extraction, feature selection and ex-pression classification using efficient algorithms in memory and calculation costs, which makes them viable for potential real time applications. The extracted parameters are dynamic, based on local binary patterns and POEM (Patterns of Oriented Edge Magni-tudes). The work includes the implementation of the algorithms SFA-MW (Sequential Feature Analysis for extraction of Weak Metaclassifiers), which is an original contribu-tion to the search of weak parameters; the algorithm LC-NNMLE (Local Clustering-Nearest Neighbor MLE), for the estimation of intrinsic dimension of clustered data in high dimensionality spaces, and the codification VPOEM and TPOEM, which proved to be efficient descriptors of facial expression. Additionally, besides crossed validation LSO, further tests were made for generalization of description using the KDEF databa-se. The results were compared with state of the art results, showing the validity of the parameters and the classification system had similar or superior to most of the most recognized works in the bibliography.
dc.description.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000260797
dc.description.degreelevelDoctorado
dc.description.degreenameDoctor en Ingeniería
dc.description.orcidhttps://orcid.org/0000-0002-9455-2054
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/9581
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicomecánicas
dc.publisher.programDoctorado en Ingeniería: Área Ingeniería Electrónica
dc.publisher.schoolEscuela de Ingenierías Eléctrica, Electrónica y Telecomunicaciones
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAttribution-NonCommercial 4.0 International (CC BY-NC 4.0)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectReconocimiento Expresión Facial
dc.subjectAprendizaje de Máquina
dc.subjectLBP
dc.subjectTPOEM
dc.subjectTPOEM
dc.subject.keywordFacial Expression Recognition
dc.subject.keywordMachine Learning
dc.subject.keywordLBP
dc.subject.keywordPOEM
dc.subject.keywordTPOEM
dc.titleReconocimiento de la expresión facial usando parámetros basados en LBP
dc.title.englishFacial Expression Recognition using LBP-based Parameters
dc.type.coarhttp://purl.org/coar/resource_type/c_db06
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Doctorado
dspace.entity.type
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
160035_licence.pdf
Size:
256.23 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
160035_nota.pdf
Size:
325.41 KB
Format:
Adobe Portable Document Format
Download
Thumbnail Image
Name:
160035_trabajo.pdf
Size:
12.65 MB
Format:
Adobe Portable Document Format
Download
Collections
Doctorado en Ingeniería: Área Ingeniería Electrónica