Resumen

El 2DPCA, que es uno de los métodos de reconocimiento facial más importantes, es relativamente sensible a variaciones sustanciales en la dirección de la luz, la pose de la cara y la expresión facial. Para mejorar las prestaciones de reconocimiento del 2DPCA tradicional, en este artículo se propone un nuevo algoritmo 2DPCA basado en la teoría difusa, el 2DPCA difuso (F2DPCA). En este método, aplicando el método del vecino más próximo K difuso (FKNN), se calcula la matriz de grados de pertenencia de las muestras de entrenamiento, que se utiliza para obtener las medias difusas de cada clase. El promedio de las medias difusas se incorpora a la definición de la matriz de dispersión general con la expectativa de que pueda mejorar el resultado de la clasificación. Los exhaustivos experimentos realizados con las bases de datos de rostros ORL, YALE y FERET demuestran que el método propuesto puede mejorar los índices de clasificación y reducir la sensibilidad a las variaciones entre imágenes de rostros causadas por cambios en la iluminación, la expresión y la pose del rostro.

• Materias:Ingeniería electrónica Codificación de video Procesamiento de señales asistido por computador Informática Procesamiento de datos
• Subjects:Electronic engineering Video Coding Signal processing computer-assisted Computing Data processing
• Palabras claves:medios difusos, métodos importantes de reconocimiento facial, base de datos de caras feret, matriz de dispersión general, matriz de grados de pertenencia, nuevo algoritmo 2dpca, cara, método, índices de clasificación, resultado de la clasificación
• Keywords:fuzzy means, important face recognition methods, feret face database, general scatter matrix, membership degree matrix, new 2dpca algorithm, face, method, classification rates, classification result