Face recognition system based on PCA-wavelet and support vector machines

Yüz tanıma, insan-bilgisayar arabirimi, izleme sistemleri ve kişisel tanımlama gibi çeşitli uygulamalarda önemli bir gereksinimi temsil edebilir. Bu tezde, yüz tanıma sistemini uygulamak ve test etmek için farklı yöntem türleri kullanılmıştır. Bu yöntemler ilk önce bir yüz tanıma sisteminde tanıtılır ve bu yöntemlerin kombinasyonu tanıma sistemini destekler ve diğer yöntemlere kıyasla daha iyi sonuç verir. Birinci bölümde önemli özellikleri elde etmek ve yüz imgesinin boyutlarını azaltmak için PCA ve Wavelet özellik çıkarımı yöntemlerinin bir kombinasyonu kullanılır. İkinci bölümde, imge özelliklerini sınıflandırmak için SVM sınıflandırıcısı kullanılır ve K-en yakın mahalle uygulanarak tanımlanır. Üçüncü bölümde SVM sınıflandırıcı sonuçlarını yapay sinir ağı sınıflandırıcısı ile karşılaştırmak için SVM'nin sınıflandırma performansını göstermek için farklı çekirdek türleri altındaki Sınıflandırma performansı incelenmiştir. Sonunda, sistemin çeşitli koşullardaki performansları test edilir. Daha kapsamlı bir karşılaştırma için, sistemin performansını test etmek için iki yüz görsel veritabanı kullanılır. Deney sonuçları, sistemin etkinliği ve güvenilirliği üzerinde kanıtlanmış ve SVM sınıflandırıcısını, polinom çekirdeği işleviyle birlikte, ileriye yayılma Yaylanma yayılımı sinir ağı sınıflandırıcıya kıyasla% 5 oranında sonuç geliştirme ile karşılaştırmıştır.