Detalhes bibliográficos
| Ano de defesa: |
2013 |
| Autor(a) principal: |
Chrisóstomo, Heitor Barros |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Estadual do Ceará
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
https://siduece.uece.br/siduece/trabalhoAcademicoPublico.jsf?id=83395
|
Resumo: |
<div style="">O presente trabalho tem como finalidade a selecionar de um dado conjunto de atributos, o subconjunto que melhor classifique pixels de imagens frontais de faces humanas. Inicialmente foi utilizado o método de Análise de Componentes Principais (PCA, do inglês Principal Component Analysis) para selecionar os atributos mais importantes para a tarefa. O conjunto de atributos, chamados aqui de descritores, são de 4 tipos: descritores de primeira ordem, de segunda ordem, Momentos Invariantes e Multiescala. Todos obtidos de imagens frontais de faces humanas convertidas para escala de cinza. Por fim, utilizamos redes neurais de função de base radial (RBF, do inglês Radial Basis Function) para, utilizando o subconjunto escolhido, segmentar as imagens em duas, três e quatro classes, onde temos boca, nariz, olhos pele, pelos e plano de fundo.. Palavras-chave: Segmentação de Faces. Reconhecimento de Faces. Seleção de Atributos. Descritores de Textura. Classificação de Imagens.</div> |
