Reconhecimento facial baseado em support vector machines
Autor(a) principal: | |
---|---|
Data de Publicação: | 2008 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFLA |
Texto Completo: | http://repositorio.ufla.br/jspui/handle/1/5433 |
Resumo: | Support Vector Machine (SVM) is a learning machine able to solve classification problems. Its classification speed and the easy way new data vectors can be added to the training set are some of the main characteristics of this machine. In this paper a method for face recognition is developed using Support Vector Machines and a method for compressing images termed Discrete Cosine Transform (DCT). The DCT method was used not only for compressing images but also to transform them into input vectors usable on the SVM. Experiments were made using the Yale Faces Database. The obtained results were found to be satisfatory, given the accuracy calculated. |
id |
UFLA_a18a692d1b81df533c0176d479e1cdfb |
---|---|
oai_identifier_str |
oai:localhost:1/5433 |
network_acronym_str |
UFLA |
network_name_str |
Repositório Institucional da UFLA |
repository_id_str |
|
spelling |
Reconhecimento facial baseado em support vector machinesSupport Vector Machine (SVM) is a learning machine able to solve classification problems. Its classification speed and the easy way new data vectors can be added to the training set are some of the main characteristics of this machine. In this paper a method for face recognition is developed using Support Vector Machines and a method for compressing images termed Discrete Cosine Transform (DCT). The DCT method was used not only for compressing images but also to transform them into input vectors usable on the SVM. Experiments were made using the Yale Faces Database. The obtained results were found to be satisfatory, given the accuracy calculated.Inteligência artificialMáquina de Vetores de Suporte (SVM) é uma máquina de aprendizagem capaz de resolver problemas de classificação com boa capacidade de generalização. A velocidade de classificação da SVM e a facilidade com que novos vetores de dados podem ser inseridos no conjunto de treinamento dessa máquina virtual são seus pontos mais fortes. Neste trabalho, é desenvolvido um método para reconhecimento de faces baseado na máquina de vetores de suporte em conjunto com um algoritmo conhecido como Transformada Co-seno Discreta, que compacta as imagens analisadas em vetores de características que podem ser processados pela SVM. Os experimentos foram realizados com uma base de dados de faces da Universidade de Yale. Os resultados obtidos foram satisfatórios e comprovados pela acurácia do método.Castro, Cristiano Leite deSaúde, André VitalRodrigues, Thiago de SouzaCoutinho, Gabriel Chaves Afonso2015-04-24T00:15:28Z2015-04-24T00:15:28Z2015-04-232008-01-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfCOUTINHO, G. C. A. Reconhecimento facial baseado em support vector machines. 2008. 35 p. Monografia (Graduação em Ciência da Computação) – Universidade Federal de Lavras, Lavras, 2008.http://repositorio.ufla.br/jspui/handle/1/5433info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLA2018-10-06T10:33:14Zoai:localhost:1/5433Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2018-10-06T10:33:14Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false |
dc.title.none.fl_str_mv |
Reconhecimento facial baseado em support vector machines |
title |
Reconhecimento facial baseado em support vector machines |
spellingShingle |
Reconhecimento facial baseado em support vector machines Coutinho, Gabriel Chaves Afonso |
title_short |
Reconhecimento facial baseado em support vector machines |
title_full |
Reconhecimento facial baseado em support vector machines |
title_fullStr |
Reconhecimento facial baseado em support vector machines |
title_full_unstemmed |
Reconhecimento facial baseado em support vector machines |
title_sort |
Reconhecimento facial baseado em support vector machines |
author |
Coutinho, Gabriel Chaves Afonso |
author_facet |
Coutinho, Gabriel Chaves Afonso |
author_role |
author |
dc.contributor.none.fl_str_mv |
Castro, Cristiano Leite de Saúde, André Vital Rodrigues, Thiago de Souza |
dc.contributor.author.fl_str_mv |
Coutinho, Gabriel Chaves Afonso |
description |
Support Vector Machine (SVM) is a learning machine able to solve classification problems. Its classification speed and the easy way new data vectors can be added to the training set are some of the main characteristics of this machine. In this paper a method for face recognition is developed using Support Vector Machines and a method for compressing images termed Discrete Cosine Transform (DCT). The DCT method was used not only for compressing images but also to transform them into input vectors usable on the SVM. Experiments were made using the Yale Faces Database. The obtained results were found to be satisfatory, given the accuracy calculated. |
publishDate |
2008 |
dc.date.none.fl_str_mv |
2008-01-17 2015-04-24T00:15:28Z 2015-04-24T00:15:28Z 2015-04-23 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
COUTINHO, G. C. A. Reconhecimento facial baseado em support vector machines. 2008. 35 p. Monografia (Graduação em Ciência da Computação) – Universidade Federal de Lavras, Lavras, 2008. http://repositorio.ufla.br/jspui/handle/1/5433 |
identifier_str_mv |
COUTINHO, G. C. A. Reconhecimento facial baseado em support vector machines. 2008. 35 p. Monografia (Graduação em Ciência da Computação) – Universidade Federal de Lavras, Lavras, 2008. |
url |
http://repositorio.ufla.br/jspui/handle/1/5433 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFLA instname:Universidade Federal de Lavras (UFLA) instacron:UFLA |
instname_str |
Universidade Federal de Lavras (UFLA) |
instacron_str |
UFLA |
institution |
UFLA |
reponame_str |
Repositório Institucional da UFLA |
collection |
Repositório Institucional da UFLA |
repository.name.fl_str_mv |
Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA) |
repository.mail.fl_str_mv |
nivaldo@ufla.br || repositorio.biblioteca@ufla.br |
_version_ |
1815439313768284160 |