Написать рефераты, курсовые и дипломы самостоятельно.  Антиплагиат.
Студенточка.ru: на главную страницу. Написать самостоятельно рефераты, курсовые, дипломы  в кратчайшие сроки
Рефераты, курсовые, дипломные работы студентов: научиться писать  самостоятельно.
Контакты Образцы работ Бесплатные материалы
Консультации Специальности Банк рефератов
Карта сайта Статьи Подбор литературы
Научим писать рефераты, курсовые и дипломы.


подбор литературы периодические источники литература по предмету

Face Recognition using PCA &LDA Algorithm



Год выпуска: 2012
Автор: Taranpreet Singh Ruprah
Издательство: LAP Lambert Academic Publishing
Страниц: 76
ISBN: 9783659188930
Описание
Over the last decades, numerous face recognition methods have been proposed to overcome the problem limited by the current technology associated with face variations. Among them, the PCA/LDA method has known to be one of the best face recognition methods. In this thesis, we implement a face recognition method, using PCA&LDA Algorithm and compare these both algorithms with respect to time, memory and accuracy. Face recognition has received substantial attention from researches in biometrics, pattern recognition field and computer vision communities. Face recognition can be applied in Security measure at Air ports, Passport verification, Criminals list verification in police department, Visa processing , Verification of Electoral identification and Card Security measure at ATM’s


Похожие книги

  1. Arjun Mane and Karbhari Kale. Face Recognition Using Principal Component Analysis. – М.: LAP Lambert Academic Publishing, 2015. – 144 с.
  2. Liton Chandra Paul and Abdulla al Suman. Face Recognition & Principal Component Analysis Method. – М.: LAP Lambert Academic Publishing, 2013. – 80 с.
  3. Abbas Elazhari. Face Recognition From Low Resolution Images. – М.: LAP Lambert Academic Publishing, 2014. – 124 с.
  4. Kailash Karande and Sanjay Talbar. Face Recognition using Independent Component Analysis. – М.: LAP Lambert Academic Publishing, 2012. – 136 с.
  5. Yagnesh Parmar. 3D Face Recognition Using PCA. – М.: LAP Lambert Academic Publishing, 2012. – 64 с.
  6. Anukrishnan Menon. Car Ignition Access Control System Based on Face Recognition. – М.: LAP Lambert Academic Publishing, 2012. – 60 с.
  7. Nithin Babu Kante. An Approach of Face Recognition Based on Hidden Markov Model. – М.: LAP Lambert Academic Publishing, 2013. – 56 с.
  8. Lih Chieh Png. Morphological Shared-Weight Neural Network for Face Recognition. – М.: LAP Lambert Academic Publishing, 2013. – 176 с.
  9. Vinayak Bharadi and Payal Mishra. Hyperspectral Face Recognition. – М.: LAP Lambert Academic Publishing, 2014. – 100 с.
  10. Stepan Mracek. 3D Face Recognition. – М.: LAP Lambert Academic Publishing, 2011. – 92 с.
  11. Rizoan Toufiq and Md. Rabiul Islam. Face Recognition Using Multiple Classifier Fusion. – М.: LAP Lambert Academic Publishing, 2012. – 120 с.
  12. T. M. Kodinariya. Hybrid N-Feature Face Recognition System. – М.: LAP Lambert Academic Publishing, 2012. – 216 с.
  13. Adebayo Kolawole John. Biometric Authentication: An Hybrid Face Recognition System Model. – М.: LAP Lambert Academic Publishing, 2012. – 96 с.
  14. Nagaanand B. Face Recognition Using PCLDA Based Fourier Feature. – М.: LAP Lambert Academic Publishing, 2013. – 60 с.
  15. Prachi Natu,Shachi Natu and Tanuja Sarode. Face Recognition using Vector Quantization. – М.: LAP Lambert Academic Publishing, 2012. – 96 с.
  16. Claudio Cusano. Face Recognition using Three-Dimensional and Multimodal Images. – М.: LAP Lambert Academic Publishing, 2011. – 148 с.
  17. Taranpreet Singh Ruprah. Face Recognition using PCA &LDA Algorithm. – М.: LAP Lambert Academic Publishing, 2012. – 76 с.

Образцы работ

Тема и предметТип и объем работы
Последствия операции НАТО
Политология
Диплом
80 стр.
Технические средства обучения
Педагогика
Диплом
64 стр.
Правовая культура
Правоведение
Дипломный проект
67 стр.
Организация и управление сбытовой деятельностью предприятия
Менеджмент
Курсовая работа
34 стр.



Задайте свой вопрос по вашей теме

Гладышева Марина Михайловна

marina@studentochka.ru
+7 911 822-56-12
с 9 до 21 ч. по Москве.
Контакты
marina@studentochka.ru
+7 911 822-56-12
с 9 до 21 ч. по Москве.
Поделиться
Мы в социальных сетях
Реклама



Отзывы
Андрей
да спасибо все замечательно ещё мы ждем от неё доклад оплату сделал так же