A Proposal to increase by genetic algorithm the discriminatory

dc.citation.epage130
dc.citation.issue13
dc.citation.journalAbbreviatedTitleing.cienc.eng
dc.citation.journalTitleIngeniería y Cienciaeng
dc.citation.spage111
dc.citation.volume7
dc.contributor.affiliationUniversidad del Vallespa
dc.contributor.authorMartínez, Dúberspa
dc.contributor.authorLoaiza C, Humbertospa
dc.contributor.authorCaicedo B, Eduardospa
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degreeseng
dc.date2011-06-01
dc.date.accessioned2019-11-22T18:55:38Z
dc.date.available2019-11-22T18:55:38Z
dc.date.issued2011-06-01
dc.descriptionTwo of the most widely used techniques in the field of face recognition with infrared images are PCA (Main Component Analyzes) and LDA (Linear Discriminant Analysis). This paper presents the results obtained by using genetic algorithms to increase the discriminant power of the vectors that make up the space of characteristics generated by these techniques, by means of the weighted allocation of weights to each vector according to their level of contribution in the stage of classification. It is shown that under the proposed scheme, a lower classification error is obtained with respect to the conventional method.eng
dc.descriptionDos de las técnicas más ampliamente utilizadas en el campo del reconocimiento de rostros con imágenes infrarrojas son PCA (Principal Component Analisys) y LDA (Linear Discriminant Analysis). En este trabajo se presentan los resultados obtenidos al emplear algoritmos genéticos para incrementar el poder discriminante de los vectores que conforman el espacio de características generado por dichas técnicas, por medio de la asignación ponderada de pesos a cada vector según su nivel de aporte en la etapa de clasificación. Se muestra que bajo el esquema propuesto, se obtiene un menor error de clasificación respecto al método convencional.spa
dc.formatapplication/pdf
dc.identifier.issn2256-4314
dc.identifier.issn1794-9165
dc.identifier.urihttp://hdl.handle.net/10784/14473
dc.language.isospaspa
dc.publisherUniversidad EAFITspa
dc.relation.isversionofhttp://publicaciones.eafit.edu.co/index.php/ingciencia/article/view/403
dc.relation.urihttp://publicaciones.eafit.edu.co/index.php/ingciencia/article/view/403
dc.rightsCopyright (c) 2011 Dúber Martínez, Humberto Loaiza C, Eduardo Caicedo Beng
dc.rights.accessrightsinfo:eu-repo/semantics/openAccesseng
dc.rights.localAcceso abiertospa
dc.sourceinstname:Universidad EAFIT
dc.sourcereponame:Repositorio Institucional Universidad EAFIT
dc.sourceIngeniería y Ciencia; Vol 7, No 13 (2011)spa
dc.subject.keywordFace Recognitioneng
dc.subject.keywordInfrared Imageseng
dc.subject.keywordGenetic Algorithmseng
dc.subject.keywordPrincipal Component Analysiseng
dc.subject.keywordLinear Discriminant Analysiseng
dc.subject.keywordReconocimiento De Rostrosspa
dc.subject.keywordImágenes Infrarrojasspa
dc.subject.keywordAlgoritmos Genéticosspa
dc.subject.keywordAnálisis De Componentes Principalesspa
dc.subject.keywordAnálisis Discriminante Linealspa
dc.titleA Proposal to increase by genetic algorithm the discriminatoryeng
dc.titleUna propuesta para incrementar la capacidad discriminante de las técnicas PCA y LDA aplicadas al reconocimiento de rostros con imágenes IRspa
dc.typearticleeng
dc.typeinfo:eu-repo/semantics/articleeng
dc.typepublishedVersioneng
dc.typeinfo:eu-repo/semantics/publishedVersioneng
dc.type.localArtículospa

Archivos

Bloque original
Mostrando 1 - 2 de 2
No hay miniatura disponible
Nombre:
6.pdf
Tamaño:
303.75 KB
Formato:
Adobe Portable Document Format
Descripción:
Texto completo PDF
No hay miniatura disponible
Nombre:
articulo.html
Tamaño:
373 B
Formato:
Hypertext Markup Language
Descripción:
Texto completo HTML