...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Engineering Research and Applications >A Hybrid method of face detection based on Feature Extraction using PIFR and Feature Optimization using TLBO
【24h】

A Hybrid method of face detection based on Feature Extraction using PIFR and Feature Optimization using TLBO

机译：基于PIFR的特征提取与TLBO的特征优化的混合人脸检测方法

获取原文
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper we proposed a face detection method based on feature selection and feature optimization. Now in current research trend of biometric security used the process of feature optimization for better improvement of face detection technique. Basically our face consists of three types of feature such as skin color, texture and shape and size of face. The most important feature of face is skin color and texture of face. In this detection technique used texture feature of face image. For the texture extraction of image face used partial feature extraction function, these function is most promising shape feature analysis. For the selection of feature and optimization of feature used multi-objective TLBO. TLBO algorithm is population based searching technique and defines two constraints function for the process of selection and optimization. The proposed algorithm of face detection based on feature selection and feature optimization process. Initially used face image data base and passes through partial feature extractor function and these transform function gives a texture feature of face image. For the evaluation of performance our proposed algorithm implemented in MATLAB 7.8.0 software and face image used provided by Google face image database. For numerical analysis of result used hit and miss ratio. Our empirical evaluation of result shows better prediction result in compression of PIFR method of face detection.
机译：本文提出了一种基于特征选择和特征优化的人脸检测方法。现在，在生物特征安全性的当前研究趋势中，使用特征优化过程来更好地改进面部检测技术。基本上，我们的脸部具有三种类型的特征，例如肤色，纹理以及脸部形状和大小。脸部最重要的特征是脸部的肤色和质地。在这种检测技术中，使用了面部图像的纹理特征。对于使用部分特征提取功能的图像面部纹理提取，这些功能是最有前途的形状特征分析。为了选择特征和优化特征，使用了多目标TLBO。 TLBO算法是基于人口的搜索技术，并为选择和优化过程定义了两个约束函数。提出了一种基于特征选择和特征优化过程的人脸检测算法。最初使用的人脸图像数据库，并通过部分特征提取器函数，这些变换函数提供人脸图像的纹理特征。为了评估性能，我们在MATLAB 7.8.0软件中实现了我们提出的算法，并使用了Google面部图像数据库提供的面部图像。对于结果的数值分析，使用了命中率和未命中率。我们对结果的经验评估表明，在人脸检测的PIFR方法压缩中，更好的预测结果。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号