Eigenfaces: Uma Análise Comparativa entre PCA e SVD

Este repositório contém os recursos e informações relacionados ao nosso trabalho acadêmico da disciplina Álgebra Linear.

Descrição

Neste trabalho, realizamos uma análise comparativa entre duas técnicas amplamente utilizadas na área de reconhecimento facial: Análise de Componentes Principais (PCA) e Decomposição de Valores Singulares (SVD). Nosso objetivo é explorar como essas técnicas influenciam a representação de Eigenfaces, que são fundamentais para o reconhecimento facial automatizado.

Equipe

• Beatriz Miranda Bezerra
• Gustavo Murilo Cavalcante Carvalho

Conteúdo

O trabalho é composto por três principais componentes:

1. Apresentação em Vídeo: Criamos uma apresentação em vídeo que resume os principais conceitos e resultados do nosso trabalho. Você pode assistir à apresentação aqui.

2. Código em Jupyter Notebook: Implementamos os algoritmos relacionados à PCA e SVD em um Jupyter Notebook. O código fonte e os notebooks estão disponíveis na pasta codigo.

3. Relatório em LaTeX: Preparamos um relatório detalhado em LaTeX que descreve nossa metodologia, resultados e conclusões. O relatório em formato PDF está na pasta documentacao.