Views
20
Downloands
3
Bu çalışmada, yakın zamanda geliştirilen Lyapunov kararlılık teorisi (LKT) tabanlı yapay sinir ağı (YSA) algoritması kullanılarak yeni bir otomatik yüz tanıma sistemi önerilmiştir. Bu amaç doğrultusunda, ilk olarak en bilgilendirici öznitelikleri çıkarmak ve hesap karmaşıklığını azaltmak için temel bileşen analizi (TBA) metodu kullanılmıştır. Ardından, çıkarılan öznitelikler ile LKT tabanlı YSA yapısı bir sınıflandırıcı olarak beslenmiştir. Önerilen yüz tanıma sisteminin başarımı, diğer sistemlerle karşılaştırmalı olarak ORL yüz veri kümesi üzerinde değerlendirilmiştir. Deneysel sonuçlar, önerilen yüz tanıma sisteminin, adaptif adaptasyon kazanç oranı parametresi yardımıyla, daha yüksek eğitim hızının yanı sıra daha yüksek eğitim ve test tanıma oranları sağladığını kanıtlamıştır.
In this study, a new automatic face recognition system is proposed using the recently developed Lyapunov stability theory (LST) based artificial neural network (ANN) algorithm. For this purpose, the principal component analysis (PCA) method is first used to extract the most informative features and reduce computational complexity. Then, LST based ANN structure as a classifier is fed by the extracted features. The performance of the proposed face recognition system is evaluated on the ORL face dataset in comparison with other systems. Experimental results prove that the proposed face recognition system provides higher training and test recognition rates as well as higher training speed with the help of the adaptive adaptation gain rate parameter.
Field : Mühendislik
Journal Type : Uluslararası
Article Detail 
Similar Articles
Download PDF
Journal Information
Listen Paper
Cite
Print This Page
Share
Mendeley
