MODÈLE BINAIRE LOCAL STRATIFIÉ POUR LA DÉTECTION DES VISAGES

L'interaction entre l'homme et la machine peut être obtenue par la détection et la classification des visages. Les défis pour la détection et la catégorisation pratiques des visages sont les conditions d'éclairage réduites et le bruit. Le LBP est la meilleure technique pour la classification et la détection des visages car le LBP est un descripteur non paramétrique qui résume efficacement la structure locale des images. En raison de la fiabilité du LBP, diverses techniques LBP sont établies et démontrées pour l'amélioration des performances de reconnaissance des visages. Cette technique est insensible au bruit et aux visages faiblement contrastés. Cependant, cette technique ne parvient pas à retenir les petites caractéristiques importantes comme les autocollants sur le front et les grains de beauté sur le visage qui contiennent des informations utiles. Pour surmonter ces inconvénients, le modèle binaire local en couches est proposé dans ce projet. Pour faciliter le calcul, les huit codes binaires sont transformés à chaque couche en un nombre décimal.

Autorentext

Rajeshwari P Hirebeel recibió su grado B.E de, VTU, Belagavi Karnataka en 2014, su M.Tech de VTU, Belagavi, Karnataka en 2016. su área de interés es Tecnologías Web y aplicaciones Android. Actualmente trabaja como profesor asistente en el Departamento de Tecnología de la Información,Colegio de Ingeniería Malla Reddy, Secundrabad.

Klappentext

L'interaction entre l'homme et la machine peut être obtenue par la détection et la classification des visages. Les défis pour la détection et la catégorisation pratiques des visages sont les conditions d'éclairage réduites et le bruit. Le LBP est la meilleure technique pour la classification et la détection des visages car le LBP est un descripteur non paramétrique qui résume efficacement la structure locale des images. En raison de la fiabilité du LBP, diverses techniques LBP sont établies et démontrées pour l'amélioration des performances de reconnaissance des visages. Cette technique est insensible au bruit et aux visages faiblement contrastés. Cependant, cette technique ne parvient pas à retenir les petites caractéristiques importantes comme les autocollants sur le front et les grains de beauté sur le visage qui contiennent des informations utiles. Pour surmonter ces inconvénients, le modèle binaire local en couches est proposé dans ce projet. Pour faciliter le calcul, les huit codes binaires sont transformés à chaque couche en un nombre décimal.