Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Genetic Algorithm for Weight Optimization in Descriptor Based Face Recognition Methods

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F16%3A43929341" target="_blank" >RIV/49777513:23520/16:43929341 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.5220/0005704403300336" target="_blank" >http://dx.doi.org/10.5220/0005704403300336</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.5220/0005704403300336" target="_blank" >10.5220/0005704403300336</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Genetic Algorithm for Weight Optimization in Descriptor Based Face Recognition Methods

  • Popis výsledku v původním jazyce

    This paper presents a novel algorithm for weight optimization in descriptor based face recognition methods. We aim at the local texture features. Common concept in such methods is creating histograms of the operator values in rectangular image regions and concatenating them into one large vector called histogram sequence (HS). Usually the facial regions are given equal weight which does not correspond with the reality. We propose a novel method that optimizes the weights of the regions. The optimization method is based on a genetic algorithm (GA). We test the method together with the LBP and POEM descriptors. We evaluate our algorithms on two real-world corpora: Unconstrained facial images (UFI) database and FaceScrub database. The results show that the weighted methods outperform the non-weighted ones. The best achieved scores are 68.93% on the UFI database and 57.81% on the FaceScrub database.

  • Název v anglickém jazyce

    Genetic Algorithm for Weight Optimization in Descriptor Based Face Recognition Methods

  • Popis výsledku anglicky

    This paper presents a novel algorithm for weight optimization in descriptor based face recognition methods. We aim at the local texture features. Common concept in such methods is creating histograms of the operator values in rectangular image regions and concatenating them into one large vector called histogram sequence (HS). Usually the facial regions are given equal weight which does not correspond with the reality. We propose a novel method that optimizes the weights of the regions. The optimization method is based on a genetic algorithm (GA). We test the method together with the LBP and POEM descriptors. We evaluate our algorithms on two real-world corpora: Unconstrained facial images (UFI) database and FaceScrub database. The results show that the weighted methods outperform the non-weighted ones. The best achieved scores are 68.93% on the UFI database and 57.81% on the FaceScrub database.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/LO1506" target="_blank" >LO1506: Podpora udržitelnosti centra NTIS - Nové technologie pro informační společnost</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2016

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the 8th International Conference on Agents and Artificial Intelligence

  • ISBN

    978-989-758-172-4

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

    330-336

  • Název nakladatele

    SciTePress

  • Místo vydání

    Setúbal

  • Místo konání akce

    Řím

  • Datum konání akce

    24. 2. 2016

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku