Abstract
In this paper, an algorithm is proposed which uses facial landmarks to calculate normalized Euclidean distances between different facial parts and performs faces recognition by using Multilayer Perceptron. In order to determine the most effective model, different neural network parameters have been changed in an experimental way, such as hidden layers and the number of neurons, gradient descent optimization algorithms, error and activation functions, and different sets of distances.
Highlights
different neural network parameters have been changed in an experimental way
SUMMARYAn algorithm is proposed which uses facial landmarks to calculate normalized Euclidean distances between different facial parts and performs faces recognition by using Multilayer Perceptron
Summary
Kuris naudodamas būdingus veido bruožų taškus, apskaičiuoja normalizuotus Euklidinius atstumus tarp įvairių veido sričių ir daugiasluoksnio perceptrono dėka atlieka veidų atpažinimą. Raktiniai žodžiai: dirbtiniai neuroniniai tinklai, daugiasluoksnis perceptronas, veidų atpažinimas. Veidų atpažinimas yra dideles perspektyvas saugos, verslo, pramogų sferose turinti biometrinė identifikavimo priemonė, jau daugelį metų sulaukianti nemažo mokslininkų susidomėjimo. Nors algoritmai yra gerokai pažengę į priekį, tačiau iki šiol susiduriama su įvairiomis atpažinimo problemomis, tokiomis kaip žmonių senėjimas, pasisukimas profiliu, prasta nuotraukų kokybė, apšvietimas, veido išraiškos ir kt. Vienas svarbiausių veidų atpažinimo algoritmo etapų yra požymių išgavimas. Egzistuoja įvairios požymių išgavimo metodikos, kai kurios jų yra paremtos geometrinių atstumų matavimu. Straipsnyje siūlomas daugiasluoksniu perceptronu pagrįstas algoritmas, kuris veido požymiams identifikuoti naudoja Euklidinius atstumus. Šio algoritmo atpažinimo rezultatus menkai įtakoja apšvietimas ir veido išraiškos
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
