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

42 
1 5 . A P P E N D I X
1 5 . 1 C a t e g o r i e s F o r T e s t E v a l u a t i o n
There are four different categories for test evaluation: 
1.
Correctly recognized:
a face that is “known” and recognized by the system 
2.
Correctly rejected:
an “unknown” face that is rejected 
3.
False positive:
a face that is recognized as someone else in the training set; the face could be 
both “known” or “unknown” 
4.
False negative:
a “known” face that is rejected 
Source: Lin Yi, “Face Recognition Using Eigenfaces and Neural Network”, University of Kansas 
1 5 . 2 S o f t w a r e U s e d
All of these codes are included in the optical media supplied with this thesis. 
Filename/Algorithm/ 
Package 
Supplier/Source/Author/ 
website 
Use/Modifications made/ 
Student written 
imaqmotion.m 
MATLAB® 
MATLAB® Central – Witten by 
David Tarkowski 
All of these codes have been used to establish 
baselines and hence save time. 
Several modifications have been made by the 
end of the system. 
FaceDetect.cpp 
MATLAB® & MSVS 
MATLAB® Central – Witten by 
Sreekar Krishna 
Face_recognition.m 
MATLAB® 
MATLAB® Central –Witten by Ali 
Behboodian 
Project_vold_v4.m 
Various performance check 
MATLAB® 
Written by myself 
This is the main code body of the system. 
There were several performance analysis scripts 
written. 
Project8.exe - FLASH 
This is the GUI code. 
SOFTWARE PACKAGE USED 
MATLAB® 
7.7.0 (R2008b) 
Mathworks 
Used to develop the main code. 
MATLAB® Compiler 4.10 
Mathworks 
Used for the trial of exe compilation. 
Adobe Flash CS 3 
ActionScript 3.0 
Adobe 
Used to develop the GUI. 
Visual Studio 2008 
Professional Edition 
Microsoft 
Used to compile the face detection code.