Estudo da eficácia dos algoritmos de reconhecimento facial

Detalhes bibliográficos
Autor(a) principal: Faveri, Eduardo Martins
Data de Publicação: 2023
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UNESP
Texto Completo: http://hdl.handle.net/11449/242361
Resumo: A monografia tem como objetivo avaliar a eficácia dos três algoritmos (EigenFaces, FisherFaces e Local Binary Pattern Histogram) de reconhecimento facial presentes na biblioteca OpenCV. Realizado estudo de caso utilizando um banco de dados somente de faces, com variações de expressões faciais e luminosidade; foi treinado um grupo de imagens e outro grupo foi usado para testes. Foram estabelecidos critérios para tal avaliação, como a acurácia (verdadeiros positivos e negativos sob número de testes) e tempo de execução. Notou-se que o algoritmo Local Binary Pattern Histogram é o mais eficaz entre os três, contudo nenhum deles é ideal para aplicações reais.
id UNSP_53055104bba09b83e6fb7f9c3af230a7
oai_identifier_str oai:repositorio.unesp.br:11449/242361
network_acronym_str UNSP
network_name_str Repositório Institucional da UNESP
repository_id_str 2946
spelling Estudo da eficácia dos algoritmos de reconhecimento facialStudy of the effectiveness of facial recognition algorithmsAlgoritmosBiometriaReconhecimento facial (Computação)LBPHOpenCVEigenFacesFisherFacesA monografia tem como objetivo avaliar a eficácia dos três algoritmos (EigenFaces, FisherFaces e Local Binary Pattern Histogram) de reconhecimento facial presentes na biblioteca OpenCV. Realizado estudo de caso utilizando um banco de dados somente de faces, com variações de expressões faciais e luminosidade; foi treinado um grupo de imagens e outro grupo foi usado para testes. Foram estabelecidos critérios para tal avaliação, como a acurácia (verdadeiros positivos e negativos sob número de testes) e tempo de execução. Notou-se que o algoritmo Local Binary Pattern Histogram é o mais eficaz entre os três, contudo nenhum deles é ideal para aplicações reais.The monograph aims to evaluate the effectiveness of the three facial recognition algorithms (EigenFaces, FisherFaces and Local Binary Pattern Histogram) present in the OpenCV library. A case study was carried out using a database of faces only, with variations in facial expressions and luminosity; one group of images was trained and another group was used for testing. Criteria for such an evaluation were established, such as accuracy (true positives and negatives under the number of tests) and execution time. It was noted that the Local Binary Pattern Histogram algorithm is the most effective among the three, however none of them is ideal for real applications.Não recebi financiamentoUniversidade Estadual Paulista (Unesp)Sampaio, Daniel Julien Barros da Silva [UNESP]Universidade Estadual Paulista (Unesp)Faveri, Eduardo Martins2023-03-07T17:18:01Z2023-03-07T17:18:01Z2023-02-02info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfhttp://hdl.handle.net/11449/242361porinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UNESPinstname:Universidade Estadual Paulista (UNESP)instacron:UNESP2023-10-13T06:10:55Zoai:repositorio.unesp.br:11449/242361Repositório InstitucionalPUBhttp://repositorio.unesp.br/oai/requestopendoar:29462024-08-05T14:50:11.784562Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)false
dc.title.none.fl_str_mv Estudo da eficácia dos algoritmos de reconhecimento facial
Study of the effectiveness of facial recognition algorithms
title Estudo da eficácia dos algoritmos de reconhecimento facial
spellingShingle Estudo da eficácia dos algoritmos de reconhecimento facial
Faveri, Eduardo Martins
Algoritmos
Biometria
Reconhecimento facial (Computação)
LBPH
OpenCV
EigenFaces
FisherFaces
title_short Estudo da eficácia dos algoritmos de reconhecimento facial
title_full Estudo da eficácia dos algoritmos de reconhecimento facial
title_fullStr Estudo da eficácia dos algoritmos de reconhecimento facial
title_full_unstemmed Estudo da eficácia dos algoritmos de reconhecimento facial
title_sort Estudo da eficácia dos algoritmos de reconhecimento facial
author Faveri, Eduardo Martins
author_facet Faveri, Eduardo Martins
author_role author
dc.contributor.none.fl_str_mv Sampaio, Daniel Julien Barros da Silva [UNESP]
Universidade Estadual Paulista (Unesp)
dc.contributor.author.fl_str_mv Faveri, Eduardo Martins
dc.subject.por.fl_str_mv Algoritmos
Biometria
Reconhecimento facial (Computação)
LBPH
OpenCV
EigenFaces
FisherFaces
topic Algoritmos
Biometria
Reconhecimento facial (Computação)
LBPH
OpenCV
EigenFaces
FisherFaces
description A monografia tem como objetivo avaliar a eficácia dos três algoritmos (EigenFaces, FisherFaces e Local Binary Pattern Histogram) de reconhecimento facial presentes na biblioteca OpenCV. Realizado estudo de caso utilizando um banco de dados somente de faces, com variações de expressões faciais e luminosidade; foi treinado um grupo de imagens e outro grupo foi usado para testes. Foram estabelecidos critérios para tal avaliação, como a acurácia (verdadeiros positivos e negativos sob número de testes) e tempo de execução. Notou-se que o algoritmo Local Binary Pattern Histogram é o mais eficaz entre os três, contudo nenhum deles é ideal para aplicações reais.
publishDate 2023
dc.date.none.fl_str_mv 2023-03-07T17:18:01Z
2023-03-07T17:18:01Z
2023-02-02
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 http://hdl.handle.net/11449/242361
url http://hdl.handle.net/11449/242361
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.publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
publisher.none.fl_str_mv Universidade Estadual Paulista (Unesp)
dc.source.none.fl_str_mv reponame:Repositório Institucional da UNESP
instname:Universidade Estadual Paulista (UNESP)
instacron:UNESP
instname_str Universidade Estadual Paulista (UNESP)
instacron_str UNESP
institution UNESP
reponame_str Repositório Institucional da UNESP
collection Repositório Institucional da UNESP
repository.name.fl_str_mv Repositório Institucional da UNESP - Universidade Estadual Paulista (UNESP)
repository.mail.fl_str_mv
_version_ 1808128422979829760

Registros relacionados