RECONOCIMIENTO FACIAL EN SUB-ESPACIOS: LINEALES Y NO-LINEALES, BASES DE DATOS DE ROSTROS Y MÁQUINA DE VECTORES DE SOPORTE
Resumen
En este artículo, se describen los principales métodos de reconocimiento facial en sub-espacios lineales: Eigenfaces, Fiseherfaces, método Bayesiano, Análisis de componentes Independientes (ICA), y Tensorfaces; y en sub-espacios no lineales: Curvas Principales y PCA no lineales, y Kernel-PCA, así como también el método de clasificación de Maquinas de Vectores de Soporte (SVM). Además, se presentan las bases de datos de rostros construidas y empleadas para la evaluación del desempeño de los diferentes métodos de reconocimiento facial, tales como: Yale, Yale extendida B, CAS-PEAL, FERET, y ORL.