Return to search

Aplicação de rede neural neocognitron para reconhecimento de atributos faciais.

Made available in DSpace on 2016-06-02T19:05:18Z (GMT). No. of bitstreams: 1
DissMHH.pdf: 1099194 bytes, checksum: 184b5cdd154482fba5534e26df80594f (MD5)
Previous issue date: 2003-08-27 / This work presents a methodology for predetermined facial attributes recognition preestablished. This work realizes the recognition of facial attributes previously established: right eye, left eye, nose and lip, using an alternative implementation of Neocognitron Neural Network, robust for distortions and shifts on input patterns. The implementation of the neural network (NEOFAR - Neocognitron for Facial Attributes Recognition), consists of two sub-networks: Neural Network for Detecting of Control Points (NNDCP), which is
used for edge detection, line detection, and line end detection, during the training phase;
and Neural Network for Facial Recognition (NNFR), which is used for complex features
manipulation, during the recognition phase. The performance evaluation showed the viability of project for many applications with excellent future perspectives. The performance tests showed rightness taxes over 85%. / Este trabalho é relativo à metodologia de reconhecimento de atributos faciais préestabelecidos: olho direito, olho esquerdo, nariz e lábio, utilizando uma implementação alternativa da Rede Neural Neocognitron, robusta a distorções e deslocamentos no padrão de entrada. A implementação da rede neural (NEORAF-Neocognitron para o Reconhecimento de Atributos Faciais), consiste de duas sub-redes: Rede Neural para Detecção de Pontos de Controle (RNDPC), que detecta bordas, linhas e extremidades de linhas nos padrões de entrada, durante o treinamento; e Rede Neural para Reconhecimento Facial (RNRF), que é a rede propriamente usada para o reconhecimento, constituído de camadas para manipulação de fatores complexos. A avaliação de desempenho mostrou a viabilidade do sistema para diversas aplicações com excelentes perspectivas futuras. Os
testes de desempenho apresentaram taxas de acerto acima de 85%.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.ufscar.br:ufscar/319
Date27 August 2003
CreatorsHirakuri, Marcelo Hiroshi
ContributorsSaito, José Hiroki
PublisherUniversidade Federal de São Carlos, Programa de Pós-graduação em Ciência da Computação, UFSCar, BR
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Repositório Institucional da UFSCAR, instname:Universidade Federal de São Carlos, instacron:UFSCAR
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0069 seconds