Сравнително разпозаване на лица със селектирани региони с Principal component analysis (PCA) и Kernel principal component analysis (Kpca) и филтри на Габор

Абстракт: В статията се разпознават лица чрез техниките Principal Component Analysis (PCA) и Kernel Principal Component analysis (KPCA) с използване на филтрите на Габор при не идеални условия. С двата метода паралелно се селектират  различни по големина региони на интерес- Regions of Interest (ROI's) от всяко изображение в базата данни и се разпознават лица. Резулатите от паралелното разпознаване се сравняват с тези от разпознаването при идеални условия. Установено е как размерът на участъкът влияе върху процентът на разпознаване. Abstract: The paper presents a comparative study of performance for face recognition algorithms using Principal Component Analysis (PCA) and Kernel Principal Component analysis (KPCA). Images with various Regions of Interest (ROI's) are chosen from the databases to recognise faces. The results of parallel recognition are compared with results of ideal conditions. It has been established that the size of the ROI's affects the rate of recognition.