RECONOCIMIENTO FACIAL BASADO EN EIGENFACES, LBHP Y FISHERFACES EN LA BEAGLEBOARD-xM

Abstract

El presente trabajo consiste en la implementación de un sistema de detección de rostro aplicando procesamiento de imágenes, aplicando características basados en eigenfaces, Histogramas de patrones locales binarios LBPH y discriminantes Fisherfaciales, sobre el dispositivo embebido BeagleBoard-xM. Para desarrollar este Trabajo se empelaronlibrerías de OpenCV, Java, CMake y sistemas operativos como Debian y Ubuntusobre la BeagleBoard. La validación del sistema determinó que el mejor resultado se obtiene con la técnica de EigenFaces ya que presento menor error de clasificación y 0% de errores de falsos positivos.

Limpieza De Ventanas De Rascacielos Y Alternativas Tecnológicas Emergentes

“…Partiendo de las aplicaciones más prominentes de la visión artificial como el reconocimiento de rostros (Parmar & Mehta, 2014;Franco, Ospina, Cuevas, & Capacho, 2015), reconocimiento de gestos con las manos (Rautaray & Agrawal, 2015;Balaguera, 2016), reconocimiento de huellas (Ferrin, Magdalena, Loaiza, López & Henao, 2014), inspecciones de procesos (García, Plata & Quintero, 2017) y el reconocimiento de formas enfocadas a las placas de autos (Azad & Baghdadi, 2014) y señales de tráfico (Berkaya, Gunduz, Ozsen, Akinlar & Gunal, 2016), y enfocando la visión artificial en las necesidades de detección de una plataforma voladora con brazo robótico, se observa la posibilidad de hacer que esta tecnología en desarrollo sea viable y asequible en el futuro.…”