Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

27.01.2018 | Sonderheft 5/2019

Cluster Computing 5/2019

A robust wavelet based decomposition of facial images to improve recognition accuracy in standard appearance based statistical face recognition methods

Zeitschrift:
Cluster Computing > Sonderheft 5/2019
Autoren:
R. Senthilkumar, R. K. Gnanamurthy

Abstract

In traditional appearance based face recognition approaches, the facial images in standard face databases are used as it is for testing standard statistical face recognition algorithms. Due to the camera angle, position and lightening conditions, the facial image captured contains occlusion. Human pose, facial expressions and alignment of face with respect to camera axis also result in occluded image. Sometimes the background of the face also covered during the facial image capturing. We proposed an approach, called wavelet based facial image decomposition (WBFD) and in this approach the facial images are decomposed using two levels wavelet transform. In the faces obtained after two level wavelet decomposition, the occlusion and background images are suppressed. The face images from Yale database are used for our experiments. In order to test the performance of proposed WBFD approach, the face images obtained from WBFD approach, resized Yale face and Yale face from the original Yale face database are tested with five standard statistical appearance based face recognition algorithms such as eigen face, Fischer discriminant analysis, kernel principal component analysis, independent component analysis and 2D principal component analysis. The experimental results obtained show that, the proposed WBFD approach gives high recognition accuracy and require minimum recognition time in seconds for all the five face recognition methods.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Sonderheft 5/2019

Cluster Computing 5/2019 Zur Ausgabe

Premium Partner

    Bildnachweise