Skip to content

Riconoscimento di volti mediante H.M.M. supportato da reti neurali

Informazioni tesi

  Autore: Gaetano Carro
  Tipo: Tesi di Laurea
  Anno: 2006-07
  Università: Politecnico di Bari
  Facoltà: Ingegneria
  Corso: Ingegneria Elettronica
  Relatore: Giuseppe Mastronardi
  Lingua: Italiano
  Num. pagine: 252

Face recognition from an image or video sequences is emerging as an active search area with numerous commercial and law enforcement applications. In this paper different Pseudo 2-dimension Hidden Markov Models (HMMs) are introduced for a face recognition showing performances reasonably fast for binary images. The proposed P2-DHMMsaremade up of five levels of states, one for each significant facial region in which the input frontal images are sequenced: forehead, eyes, nose, mouth and chin. Each of P2-D HMMs has been trained by coefficients of an artificial neural network used to compress a bitmap image in order to represent it with a number of coefficients that is smaller than the total number of pixels. All the P2-D HMMs, applied to the input set consisting of the Olivetti Research Laboratory
face database combined to others photos, have achieved good rates of recognition and, in particular, the structure 3-6-6-6-3 has achieved a rate of recognition equal to 100%.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Mostra/Nascondi contenuto.
- 8 - INTRODUZIONE Stato dell arte e motivazioni In questa tesi si Ł creato un sistema per il riconoscimento dei volti umani appartenenti ad un assegnato data base di foto. Il sistema ricevendo in ingresso una foto qualsiasi del data base, Ł in grado di riconoscere il soggetto corretto del data base indicando con quale probabilit . Se si assegna in ingresso una fo to non presente nel data base, l uscita del sistema Ł forzata al riconoscimento di uno dei soggetti del data base con relativa probabilit , che sar molto bassa. Il sistema complessivo pu essere visto come un sis tema ibrido formato da due sottosistemi collegati in cascata. Questi sottosistemi sono la rete neurale artificiale (back propagation) e la catena di markov nascosta (pseudo 2D). I vantaggi principali di questa scelta sono:  Una migliore efficacia del riconoscimento, in quanto le features (caratteristiche) estratte dal primo sottosistema rappresentano gli ingressi del secondo sottosistema, che opera su queste per estrarre le features finali. Per cui grazie a questa connessione si ottiene un riconoscimento piø accurato;  La possibilit di adattare sistemi che sono stati s viluppati precedentemente. Ad esempio sia la rete neurale artificiale che gli H.M.M. possono essere utilizzati singolarmente per il riconoscimento dei volti umani (ma con risultati non ottimali come per l utilizzo combinato). Di contro lo svantaggio Ł:

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario, bollettino postale.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l'Utente volesse pubblicare o citare una tesi presente nel database del sito www.tesionline.it deve ottenere autorizzazione scritta dall'Autore della tesi stessa, il quale è unico detentore dei diritti.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
  • L'Utente è a conoscenza che l'importo da lui pagato per la consultazione integrale della tesi prescelta è ripartito, a partire dalla seconda consultazione assoluta nell'anno in corso, al 50% tra l'Autore/i della tesi e Tesionline Srl, la società titolare del sito www.tesionline.it.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Scopri come funziona

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

back propagation
h.m.m.
hidden markov models
pseudo 2d
rete neurale artificiale
sistemi biometrici
training set
validation set
viterbi

Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi