Face Recognition Using Principal Component Analysis

• Author(s): Javier de Alfonso Miñambres ; A. M. Tomé
• Date: 2013
• Origin: Electrónica e Telecomunicações
• Subject(s): Principal Component Analysis (PCA); eigenfaces; nearest-neighbor; subspace distance; Principal Component Analysis (PCA); eigenfaces; nearest-neighbor; subspace distance
• Document Type: Article
• Language: English

Description

This paper discusses the application of Principal Component Analysis (PCA) in face recognition systems. PCA subspace models are commonly used to perform image dimensionreduction before the input of the classifier. More recently, PCA subspace models are estimated for one face and the comparison of models via a subspace distance allows face identification.Both strategies of applying PCA were compared for a repository of faces of famous people in uncontrolled poses. Este trabalho apresenta e discute a aplicação da decomposição em componentes principais (PCA) em sistemas de reconhecimento. PCA começou por ser utilizado para reduzir a dimensão das imagens, como um bloco de pre-processamento à entrada do classificador. Mais recentemente, o modelo PCA é utilizado como modelo de uma face e a comparação entre os modelos, via uma medida de subespaço, é a base do processo de decisão. As duas estratégias na utilização do PCA são estudadas utilizando um conjunto de imagens de pessoas conhecidas em poses não-controladas.Palavras chave: decomposição em componentes principais (PCA); eigenfaces; vizinho-mais-próximo