Sistema de reconeixement de cares basat en múltiples vistes

Home | About RECERCAT | Contact

Català | Castellano

All of RECERCAT

By Communities &
Collections By Defense Date By Authors By Titles By Subject

This Collection

By Defense Date By Authors By Titles By Subject

Statistics

View Statistics All RECERCAT

My RECERCAT

Other repositories directory

RECERCAT Home > Universitat Autònoma de Barcelona > Treballs de recerca i projectes de final de carrera > View document

dc.contributor.author	Romero Soriano, Adriana
dc.contributor.author	Romero Soriano, Adriana
dc.contributor.author	Álvarez López, José M.
dc.contributor.author	Álvarez López, José M.
dc.contributor.author	Universitat Autònoma de Barcelona. Escola d'Enginyeria
dc.contributor.author	Universitat Autònoma de Barcelona. Escola d'Enginyeria
dc.date	2010
dc.identifier	https://ddd.uab.cat/record/69755
dc.identifier	urn:oai:ddd.uab.cat:69755
dc.format	application/pdf
dc.language	cat
dc.publisher
dc.relation	Escola d'Enginyeria. Projectes i treballs de final de carrera. Enginyeria Informàtica ;
dc.rights	open access
dc.rights	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.
dc.rights	https://creativecommons.org/licenses/by-nc-nd/3.0/
dc.subject	Reconeixement de la cara humana (Informàtica)
dc.subject	Algorismes computacionals
dc.title	Sistema de reconeixement de cares basat en múltiples vistes
dc.type	Treball final de grau
dc.description.abstract	En aquest projecte es proposa un algorisme de detecció de pell que introdueix el veïnatge a l'hora de classificar píxels. Partim d'un espai de color invariant après a partir de múltiples vistes i introduïm la influència del veïnatge mitjançant camps aleatoris de Markov. A partir dels experiments realitzats podem concloure que la inclusió del veïnatge en el procés de classificació de píxels millora significativament els resultats de detecció.
dc.description.abstract	En aquest projecte es proposa un algorisme de detecció de pell que introdueix el veïnatge a l'hora de classificar píxels. Partim d'un espai de color invariant après a partir de múltiples vistes i introduïm la influència del veïnatge mitjançant camps aleatoris de Markov. A partir dels experiments realitzats podem concloure que la inclusió del veïnatge en el procés de classificació de píxels millora significativament els resultats de detecció.
dc.description.abstract	En este proyecto se propone un algoritmo de detección de piel que introduce la vecindad para clasificar píxeles. Usamos un espacio de color invariante aprendido a partir de múltiples vistas e introducimos la influencia de la vecindad mediante campos aleatorios de Markov. A partir de los experimentos realizados podemos concluir que la inclusión de la vecindad en el proceso de clasificación de píxeles mejora significativamente los resultados de detección.
dc.description.abstract	En este proyecto se propone un algoritmo de detección de piel que introduce la vecindad para clasificar píxeles. Usamos un espacio de color invariante aprendido a partir de múltiples vistas e introducimos la influencia de la vecindad mediante campos aleatorios de Markov. A partir de los experimentos realizados podemos concluir que la inclusión de la vecindad en el proceso de clasificación de píxeles mejora significativamente los resultados de detección.
dc.description.abstract	In this project, we propose a skin detection algorithm which introduces a neighborhood system to classify pixels. We use a color invariant model learnt from different views and we add the influence of the neighborhood using Markov random fields. From the experiments it is concluded that the inclusion of a neighborhood system in the classification process improves significantly the detection results.
dc.description.abstract	In this project, we propose a skin detection algorithm which introduces a neighborhood system to classify pixels. We use a color invariant model learnt from different views and we add the influence of the neighborhood using Markov random fields. From the experiments it is concluded that the inclusion of a neighborhood system in the classification process improves significantly the detection results.

Show simple item record

All of RECERCAT

This Collection

Statistics

My RECERCAT

Related documents

Other documents of the same author