Algoritmo Para Reconhecimento De Imagem Via PCA: Análise de Desempenho
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Instituto Federal de Educação, Ciência e Tecnologia do Piauí
Resumo
O trabalho apresenta a implementação e avaliação de desempenho de um algoritmo de reconhecimento de imagens faciais baseado na técnica de Análise de Componentes Principais (PCA) — conhecida como EigenFaces — combinada com o classificador Support Vector Machine (SVM). Utilizou-se o Cropped Yale Face Database B, composto por imagens em escala de cinza sob diferentes condições de iluminação. A metodologia foi dividida em etapas: pré-processamento e padronização das imagens, extração de características com PCA, classificação utilizando SVM (com kernel RBF e estratégia one-vs-one para multiclasses) e validação do modelo por meio de validação cruzada estratificada. Os testes definiram o número ideal de componentes principais (75) e os parâmetros do classificador. Os resultados demonstraram alto desempenho: acurácia média de 93,11% na validação, baixo desvio padrão (0,0195) entre subconjuntos e F1-Score elevado para a maioria das classes, mesmo em condições adversas de iluminação. A matriz de confusão mostrou erros pontuais, sem padrão sistemático. Concluiu-se que a combinação de EigenFaces e SVM é eficaz e robusta para reconhecimento facial em ambientes controlados, mesmo com variações de iluminação. Recomenda-se, para trabalhos futuros, aplicar o modelo em bases de dados mais complexas e compará-lo a outras técnicas, como Redes Neurais Convolucionais.
Description
Keywords
visão computacional, PCA, reconhecimento de faces, EigenFaces, computer vision, face recognition
Citation
SILVA, Samuel Oliveira e. Algoritmo para reconhecimento de imagem via PCA: análise de desempenho. 2025. TCC (Graduação em Análise e Desenvolvimento de Sistemas) - IFPI, Floriano, 2025. (artigo científico)