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”

Near Infrared Face Recognition: A Comparison of Moment-Based Approaches

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985556%3A_____%2F14%3A00426703" target="_blank" >RIV/67985556:_____/14:00426703 - isvavai.cz</a>

  • Výsledek na webu

    <a href="http://dx.doi.org/10.1007/978-981-4585-42-2_15" target="_blank" >http://dx.doi.org/10.1007/978-981-4585-42-2_15</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.1007/978-981-4585-42-2_15" target="_blank" >10.1007/978-981-4585-42-2_15</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Near Infrared Face Recognition: A Comparison of Moment-Based Approaches

  • Popis výsledku v původním jazyce

    Moment based methods have evolved into a powerful tool for face recognition applications. In this paper, a comparative study on moments based feature extraction methods in terms of their capability to recognize facial images with different challenges isdone to evaluate the performance of different type of moments. The moments include Geometric moments (GM?s), Zernike moments (ZM?s), Pseudo-Zernike moments (PZM?s) and Wavelet moments (WM?s). Experiments conducted on CASIA NIR database showed that Zernike moments outperformed other moment-based methods for facial images with different challenges such as facial expressions, head pose and noise.

  • Název v anglickém jazyce

    Near Infrared Face Recognition: A Comparison of Moment-Based Approaches

  • Popis výsledku anglicky

    Moment based methods have evolved into a powerful tool for face recognition applications. In this paper, a comparative study on moments based feature extraction methods in terms of their capability to recognize facial images with different challenges isdone to evaluate the performance of different type of moments. The moments include Geometric moments (GM?s), Zernike moments (ZM?s), Pseudo-Zernike moments (PZM?s) and Wavelet moments (WM?s). Experiments conducted on CASIA NIR database showed that Zernike moments outperformed other moment-based methods for facial images with different challenges such as facial expressions, head pose and noise.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

    JD - Využití počítačů, robotika a její aplikace

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GAP103%2F11%2F1552" target="_blank" >GAP103/11/1552: Momenty a momentové invarianty v analýze obrazu</a><br>

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2014

  • 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

    The 8th International Conference on Robotic, Vision, Signal Processing & Power Applications

  • ISBN

    978-981-4585-41-5

  • ISSN

  • e-ISSN

  • Počet stran výsledku

    7

  • Strana od-do

    129-135

  • Název nakladatele

    Springer

  • Místo vydání

    Německo

  • Místo konání akce

    Penang

  • Datum konání akce

    8. 12. 2013

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku

    000337307100015