Resumen

Debido a la gran cantidad de datos de características de la imagen que hay que almacenar y a los complejos cálculos que hay que realizar durante el reconocimiento facial, el proceso de reconocimiento facial sólo puede llevarse a cabo en ordenadores de alto rendimiento. En este trabajo, las características faciales tipo Haar de OpenCV se utilizaron para identificar la región de la cara; el Análisis de Componentes Principales (PCA) se empleó en la extracción rápida de las características faciales y la Distancia Euclidiana también se adoptó en el reconocimiento facial; de este modo, la cantidad de datos y la complejidad computacional se reducirían eficazmente en el reconocimiento facial, y el reconocimiento facial podría llevarse a cabo en la plataforma embebida. Por último, se construyó un conjunto de sistemas de reconocimiento facial basados en la plataforma Tiny6410. Los resultados de las pruebas mostraron que el sistema tiene un funcionamiento estable y una alta tasa de reconocimiento que puede utilizarse en la identificación y autenticación portátil y móvil.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:reconocimiento facial, opencv facial haar, análisis de componentes principales, proceso de reconocimiento facial, sistemas de reconocimiento facial, alta tasa de reconocimiento, datos de características de imagen, plataforma, distancia euclídea, cálculo complejo
• Keywords:face recognition, opencv facial haar, principal component analysis, face recognition process, face recognition systems, high recognition rate, image feature data, platform, euclidean distance, complex calculation