I Face Detection And Recognition System author: Mukund Agarwal supervisor: Professor Nishan Canagarajah Project Thesis submitted in support of the Degree of Bachelor of Engineering in Electronic and Communications Engineering

8 . 8 T r a i n i n g S e t S i z e
The face recognition rate can be improved if the training set size is bigger. As more 
information is being given the results are more accurate but at an expense of the processing 
time. The best set size for the system seems to be between 9-12 shots of each individual which 
gives around 70% success rate and takes around 11 seconds. The exact number implemented 
is 10 shots which mean that the AT&T database of faces can remain. 
Figure 26 Success rate Vs Processing Time 
0
10
20
30
40
50
60
70
80
90
100
0
2
4
6
8
10
12
14
16
3
6
9
12 15 18 21 24 27 30 33
R
e
co
gn
ition
 su
cc
e
ss r
ate
 (%
)
Ti
m
e
(s)
Each training set size
Success rate 
Vs
Processing time
Time(s)
Recognition Success Rate 
(%)

---

Mukund Agarwal 
Face Detection & Recognition System 
27 
9 .
 
R E S U L T S & A N A L Y S I S
9 . 1 H a r d w a r e & S o f t w a r e U s e d
The software used is mentioned in the ‘Software used’ in appendix 15.2. It runs on a 
conventional 2GHz Intel Core 2 Duo CPU T7250 with 2GB of DDR2 SDRAM. This information is 
necessary so that the performance results taken can be known what they are relative to. 
The camera used is a ‘Sony Visual Communication Camera VGP-VCC6’ providing a video feed 
of 1280x1024 pixels. It is integrated in the laptop. 
The email is received via an Apple iPhone 3G over a 3G cellular data network. The reason for 
specifically using a mobile device is to test how long will it take for the information to reach. 
The time taken information is crucial if the system is used as a security system.