| ชื่อบทความ |
PEM-PCA: A Parallel Expectation-Maximization PCA Face Recognition Architecture |
| วัน/เดือน/ปี ที่ได้ตอบรับ |
30 มกราคม 2557 |
| วารสาร |
| ชื่อวารสาร |
The Scientific World Journal |
| มาตรฐานของวารสาร |
SCOPUS |
| หน่วยงานเจ้าของวารสาร |
Hindawi Publishing Corporation |
| ISBN/ISSN |
|
| ปีที่ |
2014 |
| ฉบับที่ |
468176 |
| เดือน |
April |
| ปี พ.ศ. ที่พิมพ์ |
2557 |
| หน้า |
1-16 |
| บทคัดย่อ |
Principal component analysis or PCA has been traditionally used as one of the feature extraction techniques in face recognition
systems yielding high accuracy when requiring a small number of features. However, the covariance matrix and eigenvalue
decomposition stages cause high computational complexity, especially for a large database. Thus, this research presents an
alternative approach utilizing an Expectation-Maximization algorithm to reduce the determinant matrix manipulation resulting in
the reduction of the stages’ complexity. To improve the computational time, a novel parallel architecture was employed to utilize the
benefits of parallelization of matrix computation during feature extraction and classification stages including parallel preprocessing,
and their combinations, so-called a Parallel Expectation-Maximization PCA architecture. Comparing to a traditional PCA and its
derivatives, the results indicate lower complexity with an insignificant difference in recognition precision leading to high speed face
recognition systems, that is, the speed-up over nine and three times over PCA and Parallel PCA. |
| คำสำคัญ |
Expectation Maximization; EM; Face Recognition; PCA; Principal Component Analysis |
| ผู้เขียน |
|
| การประเมินบทความ |
มีผู้ประเมินอิสระ |
| สถานภาพการเผยแพร่ |
ตีพิมพ์แล้ว |
| วารสารมีการเผยแพร่ในระดับ |
นานาชาติ |
| citation |
ไม่มี |
| เป็นส่วนหนึ่งของวิทยานิพนธ์ |
เป็น |
| แนบไฟล์ |
|
| Citation |
0
|
|
|
ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
English