Next:
Contents
Contents
Index
Contents
List of Figures
List of Tables
Introdução
Objetivos
Contribuições
Organização do Texto
Reconhecimento de Padrões
Conceitos Básicos de Reconhecimento de Padrões
Abordagem estatística
Panorama de Reconhecimento de Padrões
Introdução ao Reconhecimento Estatístico
Métodos de Classificação
Visão Geral
Classificador Bayesiano
Regra dos K vizinhos mais próximos
Mínima Distância ao(s) Protótipo(s)
Problemas de generalização
Redução de
dimensionalidade
Visão Geral
Extração de características
Transformada de Fourier
Análise de Componentes Principais (PCA)
Discriminantes Lineares (LDA)
Seleção de Características
Algoritmos de seleção
Métodos Determinísticos com Solução Única
Funções critério
Método Proposto para Seleção de Características
Descrição do Problema
Conjuntos Nebulosos
Fuzzyficação
Semi-pseudo-métrica baseada em Tolerância
Algoritmo e complexidade
Considerações Sobre o Comportamento da Função Critério
Experimentos de Seleção de Características com Dados Artificiais
Resultados com Dados Artificiais
Reconhecimento de Faces
Revisão de Reconhecimento de Faces
Tarefas de Identificação de Faces
Métodos de Reconhecimento de Faces
Considerações Sobre o Estado-da-Arte
Métodos Propostos e Resultados
Uso de regiões menores da imagem
Introdução e Motivação
Base de Imagens
Pré-processamento
Testes e Resultados
Testes com Algoritmos de Busca para Seleção de Características
Descrição do Problema
Métodos de Seleção Avaliados
Resultados
Função Critério Baseada em Distância Nebulosa para
Classes
Experimentos dessa Função Critério para Seleção de Eigeneyes
Resultados utilizando outras funções critério
Sugestões para Aperfeiçoar a Função Critério
Sistema para Reconhecimento a partir de Seqüências de Vídeo
Introdução e Descrição do Método
Motivação
Detalhamento
Outras aplicações
Discussão
Conclusões
Notação Utilizada
Bibliography
Index
About this document ...
Teofilo Emidio de Campos 2001-08-16
Classes