Face Recognition and Detection Using Haars Features with Template Matching Algorithm

Author(s):  
Chin Wei Bong ◽  
Pung Yu Xian ◽  
Joshua Thomas
2021 ◽  
Vol 2089 (1) ◽  
pp. 012008
Author(s):  
B Padmaja ◽  
P Naga Shyam Bhargav ◽  
H Ganga Sagar ◽  
B Diwakar Nayak ◽  
M Bhushan Rao

Abstract Visually impaired and senior citizens find it difficult to identify different banknotes, driving the need for an automated system to recognize currency notes. This study proposes recognizing Indian currency notes of various denominations using Deep Learning through the CNN model. While not recognizing currency notes is one issue, identifying fake notes is another major issue. Currency counterfeiting is the illegal imitation of currency to deceive its recipient. The current existing methodologies for identifying a phony note rely on hardware. A method completely devoid of hardware that relies on specific security features to help distinguish a legitimate currency note from an illegitimate one is much needed. These features are extracted using the boundary box region of interest (ROI) and Canny Edge detection in OpenCV implemented in Python, and the multi scale template matching algorithm is applied to match the security features and differentiate fake notes from legitimate notes.


MATICS ◽  
2012 ◽  
Author(s):  
Yunifa Miftachul Arif ◽  
Achmad Sabar

Dewasa ini perhatian peneliti dalam memanfaatkan teknologi biometrik pada kehidupan untuk mengidentifikasi dan mengenal karakteristik manusia sudah banyak. Teknologi ini mengidentifikasi bagian tubuh manusia yang unik dan tetap seperti sidik jari, mata dan wajah manusia. Hal khusus di bidang identifikasi dan pengenalan wajah manusia memanfaatkan pengolahan dan analisis citra wajah, seperti menentukan daerah komponen wajah manusia dan karakteristiknya, yang akan membentuk suatu semantik wajah yang membantu mengungkapkan bagaimana komponen individu berperan dalam pengenalan wajah. Pada penelitian ini dikembangkan sistem yang memisahkan citra wajah ke dalam komponen wajah, kemudian mengekstraksinya ke dalam fitur mata dan batas wajah pada citra diam tunggal yang diambil dari posisi tampak depan. Antara tiap komponen diukur jaraknya, kemudian dikombinasikan dengan fitur lainnya untuk membentuk semantik wajah. Melalui tahapan deteksi wajah, berdasarkan model warna kulit dan normalisasi daerah wajah serta ekstraksi fitur mata, maka jarak masing-masing fitur dapat ditentukan. <br /><br />Kata kunci: Template Matching, Face Recognition, Pengenalan Wajah<br /><br />


2017 ◽  
Vol 37 (3) ◽  
pp. 0315003
Author(s):  
王刚 Wang Gang ◽  
孙晓亮 Sun Xiaoliang ◽  
尚洋 Shang Yang ◽  
于起峰 Yu Qifeng

Sign in / Sign up

Export Citation Format

Share Document