36,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
payback
18 °P sammeln
  • Broschiertes Buch

Les algorithmes de reconnaissance des visages sont très peu fiables lorsque la pose du visage à sonder est différente de celle du visage stocké. Les vecteurs de caractéristiques typiques varient davantage avec la pose qu'avec l'identité. Nous proposons un modèle génératif qui crée une correspondance un-à-plusieurs entre un espace "identité" idéalisé et l'espace de données observé. Dans cet espace d'identité, la représentation de chaque individu ne varie pas avec la pose. Le vecteur caractéristique mesuré est généré par une transformation linéaire contingente à la pose du vecteur d'identité en…mehr

Produktbeschreibung
Les algorithmes de reconnaissance des visages sont très peu fiables lorsque la pose du visage à sonder est différente de celle du visage stocké. Les vecteurs de caractéristiques typiques varient davantage avec la pose qu'avec l'identité. Nous proposons un modèle génératif qui crée une correspondance un-à-plusieurs entre un espace "identité" idéalisé et l'espace de données observé. Dans cet espace d'identité, la représentation de chaque individu ne varie pas avec la pose. Le vecteur caractéristique mesuré est généré par une transformation linéaire contingente à la pose du vecteur d'identité en présence de bruit. Les méthodes existantes de reconnaissance des visages en présence de flou sont basées sur le modèle de convolution et ne peuvent pas gérer les situations de flou non uniforme qui surviennent fréquemment lors des inclinaisons et des rotations des caméras portables. Dans cet article, nous proposons une méthodologie pour la reconnaissance des visages en présence d'un flou de mouvement variant dans l'espace et comprenant des noyaux de forme arbitraire. Nous modélisons le visage flou comme une combinaison convexe d'instances transformées géométriquement du visage de la galerie focalisée, et nous montrons que l'ensemble de toutes les images obtenues par un flou non uniforme d'une image donnée forme un ensemble convexe.
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.