Andere Kunden interessierten sich auch für
![Gesichtsdetektion und -erkennung in Echtzeit]( "Gesichtsdetektion und -erkennung in Echtzeit")
Gesichtsdetektion und -erkennung in Echtzeit43,90 €![System zur Überwachung und Interpretation von Vitaldaten in Echtzeit]( "System zur Überwachung und Interpretation von Vitaldaten in Echtzeit")
System zur Überwachung und Interpretation von Vitaldaten in Echtzeit49,90 €![Intelligentes drahtloses System zur Echtzeit-Überwachung]( "Intelligentes drahtloses System zur Echtzeit-Überwachung")
Intelligentes drahtloses System zur Echtzeit-Überwachung54,90 €![Automatische Echtzeit-Generierung des eingebetteten Codes durch das BDM]( "Automatische Echtzeit-Generierung des eingebetteten Codes durch das BDM")
Automatische Echtzeit-Generierung des eingebetteten Codes durch das BDM43,90 €![Analyse und Bewertung der Möglichkeiten einer IP-basierten Übertragung im UMTS Funknetz für Echtzeit und Nicht-Echtzeit-Dienste]( "Analyse und Bewertung der Möglichkeiten einer IP-basierten Übertragung im UMTS Funknetz für Echtzeit und Nicht-Echtzeit-Dienste")
Analyse und Bewertung der Möglichkeiten einer IP-basierten Übertragung im UMTS Funknetz für Echtzeit und Nicht-Echtzeit-Dienste48,00 €![Flachheitsbasierte Folgeregelung eines DC/DC-Wandlers]( "Flachheitsbasierte Folgeregelung eines DC/DC-Wandlers")
Flachheitsbasierte Folgeregelung eines DC/DC-Wandlers49,90 €![Videobasierte Mehrfachobjektverfolgung in Echtzeit]( "Videobasierte Mehrfachobjektverfolgung in Echtzeit")
Videobasierte Mehrfachobjektverfolgung in Echtzeit27,95 €
Die Gesichtserkennung hat in der Öffentlichkeit weltweit große Aufmerksamkeit erregt. Das Interesse der breiten Öffentlichkeit ist vor allem auf die jüngsten Terroranschläge auf der ganzen Welt zurückzuführen, die die Nachfrage nach nützlichen Sicherheitssystemen erhöht haben. In diesem Projekt dient die Prinzipkomponentenanalyse (PCA) als effiziente Methode zur Entwicklung eines Gesichtserkennungssystems. Bilder, die von Echtzeitvideos aufgenommen wurden, wurden analysiert, indem ein Eingabebild mit der Datenbank verglichen und das Bild gemeldet wurde, wenn es ähnlich war. Unterschiedliche Erscheinungsbilder jeder Person, wie normales Gesicht, Brille, Mütze und Maske, wurden getestet, um die Leistung des Systems zu bestimmen. Zwanzig (20) Personen wurden als experimentelle Fallstudien einbezogen, um die Effizienz des entwickelten Systems zu validieren. Die experimentellen Ergebnisse zeigen eine 100-prozentige Erkennung bei normalem Gesicht und Brille, 95 % bei Mütze und 45 % beiMaske.