Características híbridas de DWT, PCA e ICA para reconhecimento facial usando ANN

O reconhecimento facial desempenha um papel importante na identifica o pessoal com base na biometria. A t cnica de reconhecimento biom trico actua como um m todo eficiente e de ampla aplica o na rea da recupera o de informa o, banca autom tica, controlo de acesso a reas de seguran a, etc. O m todo proposto baseia-se na an lise de componentes principais (PCA) da imagem com uma combina o de pormenores da DWT. Esta abordagem reduz os requisitos de armazenamento e o tempo de c lculo, preservando simultaneamente os dados. O esquema proposto explora as capacidades de extra o de caracter sticas da decomposi o da Transformada Wavelet Discreta e invoca certas t cnicas de normaliza o que aumentam a sua robustez s varia es da geometria facial e da ilumina o. Tradicionalmente, para representar o rosto humano, a PCA efectuada em toda a imagem facial. A rede neural e o classificador K-NN s o utilizados para classificar as caracter sticas e a medida de semelhan a efectuada atrav s da dist ncia euclidiana. Os resultados experimentais mostram que o m todo proposto eficaz e possui v rias propriedades desej veis quando comparado com muitos algoritmos existentes. A abordagem h brida PCA-DWT-ICA avaliada em MATLAB utilizando a base de dados de rostos de Yale.