Por favor, use este identificador para citar o enlazar este ítem: https://ri-ng.uaq.mx/handle/123456789/3204
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.rights.licensehttp://creativecommons.org/licenses/by-nc-nd/4.0es_ES
dc.contributorEfrén Gorrostieta Hurtadoes_ES
dc.creatorPablo Augusto Campos Zaratees_ES
dc.date2021-06-15-
dc.date.accessioned2021-11-04T18:42:12Z-
dc.date.available2021-11-04T18:42:12Z-
dc.date.issued2021-06-15-
dc.identifier.urihttp://ri-ng.uaq.mx/handle/123456789/3204-
dc.descriptionEl reconocimiento facial es un problema interesante para la comunidad de visión computacional y reconocimiento de patrones debido a las problemáticas inherentes a este, las variaciones de iluminación, pose y expresiones facial siguen motivando la investigación en este campo. En este trabajo se propone una metodología para un sistema de reconocimiento facial que utiliza información tridimensional del rostro humano de una base de datos de la universidad de Texas y combina los descriptores Local Derivative Patterns con Angular Radial Signature para obtener los vectores representativos de cada rosto, cada uno de estos vectores se alimentó a una Support Vector Machine para realizar la clasificación, los resultados obtenidos son comparables a métodos del estado del arte con Recognition rate y Verification rate superiores al 95\%.es_ES
dc.formatAdobe PDFes_ES
dc.language.isospaes_ES
dc.relation.requiresNoes_ES
dc.rightsAcceso Abiertoes_ES
dc.subjectSVMes_ES
dc.subjectReconocimiento faciales_ES
dc.subjectDescriptores localeses_ES
dc.subject.classificationOTRASes_ES
dc.titleSistema de Reconocimiento Facial Basado en SVMes_ES
dc.typeTesis de maestríaes_ES
dc.creator.tidcurpes_ES
dc.contributor.tidcurpes_ES
dc.creator.identificadorCAZP950907HQTMRB05es_ES
dc.contributor.identificadorGOHE690510HNLRRF09es_ES
dc.contributor.roleDirectores_ES
dc.degree.nameMaestría en Ciencias en Inteligencia Artificiales_ES
dc.degree.departmentFacultad de Ingenieríaes_ES
dc.degree.levelMaestríaes_ES
Aparece en: Maestría en Ciencias en Inteligencia Artificial

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
RI006246.pdf4.1 MBAdobe PDFPortada
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.