En este artículo se presenta una estrategia para el reconocimiento de imágenes estáticas, específicamente de reconocimiento facial a través de una técnica novedosa y reciente de clasificación que se llama método Lamda (Learning Algorithm for Multivariable Data Analysis). La estrategia consta de tres etapas que conforman el modelo de reconocimiento y clasificación presentado en este trabajo, la primera, denominada pre-procesamiento, es la encargada de adecuar las imágenes con procesos de filtrado y comprensión. La segunda etapa es la correspondiente a la extracción de características para obtener los atributos de las imágenes y diferenciarlas de manera correcta. Finalmente, la etapa de clasificación, que es la que relaciona las clases con las imágenes analizadas con la técnica Lamda.
This paper presents a strategy for static images recognition, specifically, face recognition using a new technique and classification method known as LAMDA (Learning Algorithm for Multivariable Data Analysis). Mainly, the strategy consists of 3 steps in model recognition and classification, the first one called pre-processing, it is responsible for applying filtering processes to adjust images, to facilitate understanding, among others. The second step corresponding to feature extraction, to ensure getting the attributes of the image and they can be distinguished easily. Finally, the classification step that relates classes with the analyzed images using the LAMDA technique.
© 2001-2026 Fundación Dialnet · Todos los derechos reservados