SciELO - Scientific Electronic Library Online

 
vol.18 issue1Mutating HIV Protease Protein Using Ant Colony Optimization and Fuzzy Cognitive Maps: Drug Susceptibility AnalysisTowards Swarm Diversity: Random Sampling in Variable Neighborhoods Procedure Using a Lévy Distribution author indexsubject indexsearch form
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • Have no similar articlesSimilars in SciELO

Share


Computación y Sistemas

On-line version ISSN 2007-9737Print version ISSN 1405-5546

Abstract

ALVAREZ-BETANCOURT, Yuniol  and  GARCIA-SILVENTE, Miguel. Método de detección de parpados basado en un enfoque difuso de optimización multiobjetivo. Comp. y Sist. [online]. 2014, vol.18, n.1, pp.66-78. ISSN 2007-9737.  https://doi.org/10.13053/CyS-18-1-2014-019.

El reconocimiento del iris es considerado como uno de los métodos más robustos de identificación de humanos. Para realizar el reconocimiento con precisión se deben tener en cuenta varios factores de calidad de la imagen. La oclusión del párpado es un factor de calidad que afecta significativamente la precisión. En este artículo se presenta un nuevo método para detectar las oclusiones del párpado basado en un enfoque difuso de optimización con múltiples objetivos. Este método está compuesto por tres etapas principales: recopilación de información, filtrado y trazado del contorno del párpado. Los resultados del método propuesto son evaluados en un esquema de verificación y de esta forma se estiman algunas medidas de desempeño que son comparadas con otros trabajos del estado del arte. El método propuesto supera otros enfoques propuestos y resulta muy útil en la implementación de aplicaciones reales.

Keywords : Detección de párpados; localización de párpados; reconocimiento del iris; sistemas difusos; optimización multiobjetivo; optimización combinatorial.

        · abstract in English     · text in English

 

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License