2019-11-222011-06-012256-43141794-9165http://hdl.handle.net/10784/14473Two 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.Dos 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.application/pdfspaCopyright (c) 2011 Dúber Martínez, Humberto Loaiza C, Eduardo Caicedo Barticleinfo:eu-repo/semantics/openAccessFace RecognitionInfrared ImagesGenetic AlgorithmsPrincipal Component AnalysisLinear Discriminant AnalysisReconocimiento De RostrosImágenes InfrarrojasAlgoritmos GenéticosAnálisis De Componentes PrincipalesAnálisis Discriminante LinealAcceso abierto2019-11-22Martínez, DúberLoaiza C, HumbertoCaicedo B, Eduardo