Gibrid funkcij DWT, PCA i ICA dlq raspoznawaniq lic s pomosch'ü ANN

Raspoznawanie lic igraet wazhnuü rol' w identifikacii lichnosti na osnowe biometrii. Biometricheskaq tehnika raspoznawaniq qwlqetsq äffektiwnym metodom i nahodit shirokoe primenenie w oblasti informacionnogo poiska, awtomaticheskogo bankowskogo obsluzhiwaniq, kontrolq dostupa w zony bezopasnosti i t.d. Predlagaemyj metod osnowan na analize glawnyh komponent (PCA) izobrazheniq s kombinaciej detalej DWT. Takoj podhod pozwolqet sokratit' ob#em pamqti i wremq wychislenij pri sohranenii dannyh. Predlozhennaq shema ispol'zuet wozmozhnosti wydeleniq priznakow, zalozhennye w razlozhenii diskretnogo wejwlet-preobrazowaniq, i primenqet opredelennye metody normalizacii, powyshaüschie ee ustojchiwost' k izmeneniqm geometrii i osweschennosti lica. Tradicionno dlq predstawleniq chelowecheskogo lica PCA wypolnqetsq dlq wsego izobrazheniq lica. Dlq klassifikacii priznakow ispol'zuütsq nejronnaq set' i K-NN-klassifikator, a meroj shodstwa sluzhit ewklidowo rasstoqnie. Rezul'taty äxperimentow pokazywaüt, chto predlozhennyj metod äffektiwen i obladaet rqdom preimuschestw po srawneniü so mnogimi suschestwuüschimi algoritmami. Podhod PCA-DWT-ICA-hybrid oceniwaetsq w MATLAB s ispol'zowaniem bazy dannyh lic Yale.