Resumen

El objetivo de este estudio es proponer un sistema que sea capaz de reconocer la identidad de una persona, indicando si la persona está borracha utilizando únicamente información extraída de imágenes térmicas de la cara. El sistema propuesto se divide en dos etapas, reconocimiento facial y clasificación. En la etapa de reconocimiento facial, las imágenes de prueba se reconocen utilizando algoritmos robustos de reconocimiento facial: Descriptor local de Weber (WLD) y Patrón binario local (LBP). La etapa de clasificación utiliza el discriminante lineal de Fisher para reducir la dimensionalidad de las características, y esas características se clasifican utilizando un clasificador basado en un modelo de mezcla gaussiano, creando un espacio de clasificación para cada persona, ampliando el concepto de vanguardia de "clasificador de espacio de ebriedad". El sistema se validó utilizando una nueva base de datos de personas ebrias, especialmente diseñada para este trabajo. Los principales resultados muestran que el rendimiento de la etapa de reconocimiento facial fue del 100% con ambos algoritmos, mientras que la identificación de borrachos obtuvo un rendimiento del 86,96%, lo que supone un resultado muy prometedor considerando 46 individuos para nuestra base de datos en comparación con otras que se pueden encontrar en la literatura.

• Materias:Biotecnología Minería de datos Redes de sensores Sistema de sensores Tecnología de sensores
• Subjects:Biotechnology Data mining Sensor networks Sensor system Sensor technology
• Palabras claves:etapa de reconocimiento facial, persona, sistema, nueva base de datos de personas ebrias, algoritmos robustos de reconocimiento facial, modelo de mezcla gaussiano, patrón binario local, imágenes faciales térmicas, características, rendimiento
• Keywords:face recognition stage, person, system, new drunk person database, robust face recognition algorithms, gaussian mixture model, local binary pattern, thermal face images, features, performance