Análisis de un sistema multi-biometrico de reconocimiento facial usando wavelet up(x)
Resumen
En este artículo se presenta un análisis de un sistema multi-biométrico de reconocimiento facial con uso de imágenes estéreo. En donde, se propone como algoritmo de extracción de características el uso de la Wavelet up(x) la cual está basada en funciones atómicas y como clasificador la Maquina de Soporte Vectorial (SVM). El sistema multi-biométrico de rostros está constituido por el uso de distintos niveles de fusión para utilizar las características faciales estéreo. Al evaluar los resultados del sistema con la wavelet up(x) en comparación con otros algoritmos de extracción de características (Filtros de Gabor, DWT de Haar y la DWT Daubechies de tercer orden) este proporciona un mayor porcentaje de reconocimiento; debido a que los coeficientes de esta wavelet tienen una mejor respuesta en tiempo - frecuencia, otorgando así una mejor extracción de características dando un mayor porcentaje de reconocimiento dentro del sistema.
Descargas
Citas
Andres Hernandez-Matamoros, H. F.-H.-M.-M. (2020). Recognition of ECG signals using wavelet based on atomic functions. Biocybernetics and Biomedical Engineering, 803-814.
Anil K, J. P. (2008). Handbook of Biometrics. Boston, USA: Springer Science+Business Media.
García E., E. E.-M. (2014). Sistema de Reconocimiento de Rostros usando Visión Estéreo. Información Tecnólogica SciELO, 25(6), 117 - 130.
Garcia-Rios E., E.-H. E.-T.-S.-M.-M. (2013). Multi-biometric Face Recognition System using Levels of Fusion. NAUN International Journal of Computers, 7(3), 99-108.
K Perez-Daniel, E. E.-M.-M. (2012). A novel image interest points detector based on Harris method using Atomic functions. Telecommunications and Radio Engineering, 71(17), 1575-1588.
Kravchenko VF, H. M. (2009). Adaptive digital processing of multidimensional signals with applications. (V. F. Kravchenko, Ed.) Russia: M.:FIZMATLIT.
Kravchenko, V. K. (2015). Atomic and WA-systems and R-functions applied in modern radio physics problems: Part II. J. Commun Technol. Electron, 60, 103 - 141.
Kravchenko, V. P. (2009). New system of Kravchenko orthogonal wavelets up(t). Dokl. Math, 80, 775-780.
Yu X., W. X. (2011). Support Vector Machine Regressionfor Reactivity Parameters of Vinyl monomers. Journal of the Chilean Chemical Society, 56(3), 746-751.