Einheitliche Erkennung und Reporterstellung mit Gesichtserkennungsfunktion

Die Gleichmäßigkeitserkennung und die Gesichtserkennung spielen in vielen Anwendungen eine wichtige Rolle, z. B. bei der Videoüberwachung und der Verwaltung von Gesichtsbilddatenbanken. In diesem System wurden sowohl die Gleichmäßigkeitserkennung als auch die Gesichtserkennungstechniken bearbeitet und Algorithmen dafür entwickelt. Bei der Gesichtserkennung werden die Algorithmen PCA (Principal Component Analysis), MPCA (Multi-linear Principal Component Analysis) und LDA (Linear Discriminant Analysis) verwendet, bei denen wir ein unbekanntes Testbild durch Vergleich mit den bekannten Trainingsbildern, die in der Datenbank gespeichert sind, erkennen und Informationen über die erkannte Person geben. Diese Techniken funktionieren gut unter robusten Bedingungen wie komplexem Hintergrund und verschiedenen Gesichtspositionen. Diese Algorithmen liefern unterschiedliche Genauigkeitsraten unter unterschiedlichen Bedingungen. Bei der Gesichtserkennung haben wir einen Algorithmus verwendet, der menschliche Gesichter aus einem Bild erkennen kann. Diese Technik funktioniert gut bei indischen Gesichtern, die einen spezifischen Teint haben, der in einem bestimmten Bereich variiert.

Autorentext

Ich bin Sandip Sonawane und arbeite als Assistenzprofessor am R. C. Patel Institute of Technology, Shirpur.