சுருக்கம்

Facial Feature Extraction Based On FPD and GLCM Algorithms

S. Vijayarani, S. Priyatharsini

Image mining is defined as the discovery of image patterns in a given collection of images. It is an effort that fundamentally draws upon knowledge in computer vision, image processing, data mining, machine learning, database, and artificial intelligence. Facial recognition helps to analyze and compare the patterns from the facial images. Facial feature extraction is an automatic recognition of human faces by detecting its features i.e. eyes, eyebrows and lips. In this research work, features are extracted from the human facial images by using the existing Face Part Detection (FPD) algorithm and the newly proposed Gray Level Co-occurrence Matrix (GLCM) algorithm. FPD uses bounding box method and GLCM uses affine moment invariants method. Performance factors applied here are feature extraction accuracy and execution time. The implementation of this work is performed in MATLAB 7.0. Based on the experimental results, it is observed that the proposed GLCM algorithm extracted the features more accurately with minimum execution time than FPD algorithm.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவிகளைப் பயன்படுத்தி மொழிபெயர்க்கப்பட்டது மற்றும் இன்னும் மதிப்பாய்வு செய்யப்படவில்லை அல்லது சரிபார்க்கப்படவில்லை

குறியிடப்பட்டது

Index Copernicus
கல்வி விசைகள்
CiteFactor
காஸ்மோஸ் IF
RefSeek
ஹம்டார்ட் பல்கலைக்கழகம்
அறிவியல் இதழ்களின் உலக பட்டியல்
சர்வதேச புதுமையான இதழ் தாக்க காரணி (IIJIF)
சர்வதேச அமைப்பு ஆராய்ச்சி நிறுவனம் (I2OR)
காஸ்மோஸ்

மேலும் பார்க்க