Numer: 03a/2012 Str. 4
Autorzy: Stanisław Osowski :
Tytuł: Rozpoznawanie zaszumionych obrazów z użyciem PCA i sieci SVM
Streszczenie: Praca przedstawia zastosowanie transformacji PCA oraz sieci neuronowej SVM do rozpoznawania obrazów twarzy, w szczególności zaszumionych. PCA jest transformacją liniową umożliwiającą optymalną redukcję wymiaru wektora x przy zachowaniu najważniejszej porcji oryginalnej informacji zawartej w tym wektorze. Przy wektorach z dużą zawartością szumu odtworzona informacja jest w dużej mierze odszumiona (szum odpowiada najmniej istotnej części informacji, która podlega obcięciu). Metoda ta dobrze nadaje się do tworzenia cech diagnostycznych, które mogą stanowić sygnały wejściowe dla klasyfikatora SVM dokonującego rozpoznania obrazów. W pracy pokazane zostały wyniki przeprowadzonych eksperymentów rozpoznania twarzy z bazy danych FERET.
Słowa kluczowe: analiza składników głównych, maszyna wektorów nośnych, cechy diagnostyczne, rozpoznawanie obrazów