Sistema de Reconhecimento Facial
usando Processamento de Imagem
Versandkostenfrei!
Versandfertig in 6-10 Tagen
36,99 €
inkl. MwSt.
PAYBACK Punkte
18 °P sammeln!
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 prese...
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.
Andere Kunden interessierten sich für
