Encontrar rostros entre millones, la cima de las redes neuronales
Versandkostenfrei!
Versandfertig in 1-2 Wochen
27,99 €
inkl. MwSt.
PAYBACK Punkte
14 °P sammeln!
El reconocimiento facial es una de las áreas clave de investigación en visión artificial. Se ha trabajado mucho en el desarrollo de algoritmos robustos de reconocimiento facial. Estos algoritmos son computacionalmente costosos porque el rostro introducido se compara/empareja con todos los rostros presentes en la base de datos (también conocido como espacio de búsqueda). En la literatura, se prefiere un espacio de características reducido para reducir el cálculo. Sin embargo, la precisión de los métodos de espacio de características reducido es bastante baja. La situación se vuelve m...
El reconocimiento facial es una de las áreas clave de investigación en visión artificial. Se ha trabajado mucho en el desarrollo de algoritmos robustos de reconocimiento facial. Estos algoritmos son computacionalmente costosos porque el rostro introducido se compara/empareja con todos los rostros presentes en la base de datos (también conocido como espacio de búsqueda). En la literatura, se prefiere un espacio de características reducido para reducir el cálculo. Sin embargo, la precisión de los métodos de espacio de características reducido es bastante baja. La situación se vuelve más crítica para el reconocimiento facial de grandes poblaciones (LPFR). En este trabajo, se ha hecho un esfuerzo para abordar el problema mencionado anteriormente. En lugar de reducir el espacio de características, la técnica propuesta reduce el espacio de búsqueda. En primer lugar, se utilizan mapas autoorganizados (redes neuronales no supervisadas) para reducir el espacio de búsqueda en modo offline.
Andere Kunden interessierten sich für
