Abstract—Feature representation and

Abstract—Feature representation and classification are two key steps for face recognition. We compared three automated methods for face recognition using different method for feature extraction: PCA (Principle Component Analysis), LDA (Linear Discriminate Analysis), ICA (Independent Component Analysis) and SVM (Support Vector Machine) were used for classification. The experiments were implemented on two face databases, The ATT Face Database [1] and the Indian Face Database (IFD) [2] with the combination of methods (PCA+ SVM), (ICA+SVM) and (LDA+SVM) showed that (LDA+SVM) method had a higher recognition rate than the other two methods for face recognition.

Kết quả (Việt) 1:

Tóm tắt — tính năng đại diện và phân loại là hai bước quan trọng để nhận dạng khuôn mặt. Chúng tôi so sánh ba phương pháp tự động để nhận dạng khuôn mặt bằng cách sử dụng phương pháp khác nhau để khai thác tính năng: PCA (phân tích thành phần của nguyên tắc,) cấp LDA Cải (tuyến tính phân biệt đối xử phân tích), ICA () Phân tích thành phần độc lập) và SVM (hỗ trợ Vector Machine) đã được sử dụng để phân loại. Các thí nghiệm đã được thực hiện trên hai mặt cơ sở dữ liệu, The ATT mặt cơ sở dữ liệu [1] và da mặt cơ sở dữ liệu (IFD) [2] với sự kết hợp của phương pháp (PCA + SVM), (ICA + SVM) và (cấp LDA Cải + SVM) cho thấy phương pháp (cấp LDA Cải + SVM) có một tỷ lệ công nhận cao hơn so với hai phương pháp khác để nhận dạng khuôn mặt.

Kết quả (Việt) 2:

Đại diện trừu tượng-Tính năng và phân loại hai bước quan trọng để nhận dạng khuôn mặt Chúng tôi so sánh ba phương pháp tự động cho nhận dạng khuôn mặt bằng cách sử dụng phương pháp khác nhau cho tính năng trích xuất :. PCA (Nguyên tắc Component Analysis), LDA (Linear phân biệt đối xử phân tích), ICA (Independent Component Analysis) và SVM (Support Vector Machine) đã được sử dụng để phân loại. Các thí nghiệm được thực hiện trên hai cơ sở dữ liệu khuôn mặt, The ATT Mặt Cơ sở dữ liệu [1] và các cơ sở dữ liệu khuôn mặt Ấn Độ (IFD) [2] với sự kết hợp các phương pháp (PCA + SVM), (ICA + SVM) và (LDA + SVM) cho thấy rằng (LDA + SVM) phương pháp đã có một tỉ lệ nhận dạng cao hơn so với hai phương pháp khác để nhận dạng khuôn mặt.