36,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

O algoritmo de reconhecimento facial funciona de forma muito pouco fiável quando a pose da face da sonda é diferente da dos vectores de características típicas da face armazenada variam mais com a pose do que com a identidade. Propomos um modelo generativo que cria um mapeamento de um para muitos, desde um espaço "identidade" idealizado até ao espaço de dados observados. Neste espaço de identidade, a representação para cada indivíduo não varia com a pose. O vector de característica medida é gerado por uma transformação linear contingente da pose do vector de identidade na presença de ruído. Os…mehr

Produktbeschreibung
O algoritmo de reconhecimento facial funciona de forma muito pouco fiável quando a pose da face da sonda é diferente da dos vectores de características típicas da face armazenada variam mais com a pose do que com a identidade. Propomos um modelo generativo que cria um mapeamento de um para muitos, desde um espaço "identidade" idealizado até ao espaço de dados observados. Neste espaço de identidade, a representação para cada indivíduo não varia com a pose. O vector de característica medida é gerado por uma transformação linear contingente da pose do vector de identidade na presença de ruído. Os métodos existentes para o reconhecimento facial na presença de desfocagem baseiam-se no modelo de convolução e não podem lidar com situações de desfocagem não uniforme que surgem frequentemente de inclinações e rotações em câmaras portáteis. Neste artigo, propomos uma metodologia para o reconhecimento facial na presença de desfocagem de movimento variável do espaço, composta por núcleos em forma de arbitrário. Modelamos a face desfocada como uma combinação convexa de instâncias geometricamente transformadas da face da galeria focada, e mostramos que o conjunto de todas as imagens obtidas por não desfocar uniformemente uma dada imagem forma um conjunto convexo.
Autorenporträt
J. Anusha trabalha actualmente como professora assistente no Departamento do CSE, Instituto de Tecnologia GITAM. Ela tem 3 anos de experiência de ensino. Ela é especialista em Processamento de Imagem e Inteligência Artificial.A. Sravani e P. Rama Devi também trabalham actualmente no Departamento do CSE, Universidade GITAM, Visakhapatnam.