Sistemas expertos múltiples adaptativos para identificación personal usando biometría del comportamiento facial.

...

Face Recognition using Fractional Multiple Exemplar Discriminant Analysis

Año: 2007

Locacion: Hong Kong, China

El reconocimiento facial es un método de identificación biométrica que, entre otros métodos, tales como, la identificación de la huella digital, reconocimiento de voz, reconocimiento de firma y escrito a mano ha asignado un lugar especial para sí mismo. En principio, los métodos de identificación biométrica incluye una amplia gama de ciencias como la visión de la máquina, procesamiento de imágenes, las redes neuronales de reconocimiento de patrones y tiene diversas aplicaciones en el procesamiento de películas, el control de las redes de acceso y etc. Hay varios métodos para el reconocimiento entre las que apariencia métodos basados es uno de ellos. Uno de los algoritmos más importantes de los métodos basados ​​en la apariencia es el análisis discriminante lineal (LDA) que se basa en el reconocimiento de patrones estadísticos. El gran inconveniente para el análisis discriminante lineal es, aunque hay grandes diferencias en las imágenes para una sola persona, debido a la condición luminosa y rotación de la cabeza, este algoritmo sólo tiene en cuenta la media de las imágenes. En este trabajo se presenta el análisis discriminante fraccionada múltiple ejemplar (FMEDA), que es una variación del algoritmo de análisis discriminante lineal y luego lo compararemos con los otros algoritmos bien conocidos en este campo.

FACE, VOICE AND SIGNATURE MULTIMODAL BIOMETRIC VERIFICATION FUSION SYSTEMS

Año: 2015

Locación: Medea, Algeria

En este trabajo, se propone el uso de modos de transporte finita de mezcla gaussiana (GMM), basado Expectativa maximización (EM) algoritmos de fusión de datos estimados de pelota afuera. Sistemas biométricos automatizados para la identificación humana miden una "firma" del cuerpo humano, comparar la característica resultante a una base de datos, y hacen una decisión dependiente de la aplicación. Estos sistemas biométricos para la autenticación e identificación personal se basan en características fisiológicas o de comportamiento que son típicamente, sistemas multi-biométricos distintivos, que consolidan la información de múltiples fuentes biométricos, están ganando popularidad porque son capaces de superar las limitaciones tales como la no universalidad, ruidoso datos de los sensores, grandes variaciones intra-usuario y la susceptibilidad a falsificar los ataques que se encuentran comúnmente en los sistemas biométricos modales mono. La simulación muestran que modal mezcla finita (GMM) es muy eficaz en el modelado de las densidades de puntuación genuineand impostor, la fusión basa los cálculos de densidad resultantes logra un rendimiento significativo en 2005 eNTERFACE base de datos biométricos múltiples sobre la base de la cara, de la firma y del habla modalidades dinámicas.

Facial Behavior as a Soft Biometric

Año: 2012

Locación: Baltimore, USA

El rostro humano forma una interface importante transmitir la información emocional no verbal. La expresión facial refleja las reacciones de un individuo a pensamientos personales o estímulos externos. Estos pueden actuar como valiosa información biométrica complementaria a los sistemas de identificación de personas automatizados. En este estudio, los segmentos de video de los individuos eran FACS codificados para cuantificar las expresiones faciales. Las frecuencias de la Unidad de Actuación (UA), considerados individualmente y en combinaciones específicas, sirvieron como características para la identificación de personas. Los experimentos confirman que estas características del comportamiento facial son muy adecuados para la identificación de personas biométrica. Teniendo en cuenta tanto la asimetría facial y combinaciones de unidades acción resultó en una mejora significativa en la eficiencia de identificación. Además, se observó la convergencia en el proceso de identificación con el aumento de los datos de entrenamiento. Por lo tanto, dado suficiente de datos de entrenamiento, el comportamiento facial puede servir como una modalidad biométrica fiable.

Facial biometrics for situational awareness systems

Año: 2013

Locación: Alberta, Canadá

Este estudio contribuye a desarrollar el concepto de apoyar la toma de decisiones en los sistemas de conocimiento situacional basado en la biometría. Tales sistemas ayudan a los usuarios en la recogida y análisis de datos biométricos, y apoyar la toma de decisiones en el patrón de comportamiento humano y / o autenticación. Como ejemplo, los autores consideran una asistente biométrica facial que las funciones basadas en la biometría multi-espectrales en bandas visibles e infrarrojas; que implica el reconocimiento de la expresión facial, reconocimiento de caras en ambos espectros, así como la estimación de parámetros fisiológicos. Los autores también investigan el uso de la biometría facial para la representación semántica para la toma de decisiones avanzada.

Facial biometrics of peri-oral changes in Crohn’s disease

Año: 2013

Locación: Londres, UK

La enfermedad de Crohn es una crónica recidivante y remitente condición inflamatoria que afecta a cualquier parte del tracto gastrointestinal. En la región orofacial, los pacientes pueden presentar inflamaciones peri-oral que da lugar a la desfiguración facial grave. Hasta la fecha, la evaluación del grado de los cambios faciales y evaluación de los resultados del tratamiento se basa en la observación clínica y métodos semi-cuantitativos. En este trabajo se describe el desarrollo de una estrategia de medición robusto y reproducible usando 3-D biometría facial para cuantificar objetivamente el grado y la progresión de la enfermedad orofacial de Crohn. El uso de escaneo láser facial, 32 imágenes en serie de 13 pacientes con enfermedad de Crohn que asisten a la clínica de Medicina Oral fueron adquiridos durante la recaída, remisión, y post-tratamiento fases. Utilización de teorías sobre la metrología por coordenadas, las imágenes faciales fueron sometidos a registro, la identificación de regiones de interés, y el reposicionamiento reproducibles antes