Trouver un visage parmi des millions, le summum des réseaux neuronaux
Versandkostenfrei!
Versandfertig in 6-10 Tagen
26,99 €
inkl. MwSt.
PAYBACK Punkte
13 °P sammeln!
La reconnaissance faciale est l'un des principaux domaines de recherche en vision par ordinateur. De nombreux travaux ont été menés pour développer des algorithmes robustes de reconnaissance faciale. Ces algorithmes sont coûteux en termes de calcul, car le visage saisi est comparé/mis en correspondance avec tous les visages présents dans la base de données (également appelée espace de recherche). Dans la littérature, on préfère réduire l'espace des caractéristiques afin de réduire le calcul. Cependant, la précision des méthodes de réduction de l'espace des caractéristiques ...
La reconnaissance faciale est l'un des principaux domaines de recherche en vision par ordinateur. De nombreux travaux ont été menés pour développer des algorithmes robustes de reconnaissance faciale. Ces algorithmes sont coûteux en termes de calcul, car le visage saisi est comparé/mis en correspondance avec tous les visages présents dans la base de données (également appelée espace de recherche). Dans la littérature, on préfère réduire l'espace des caractéristiques afin de réduire le calcul. Cependant, la précision des méthodes de réduction de l'espace des caractéristiques est assez faible. La situation devient plus critique pour la reconnaissance faciale de grandes populations (LPFR). Dans ce travail, un effort a été fait pour résoudre le problème susmentionné. Au lieu de réduire l'espace des caractéristiques, la technique proposée réduit l'espace de recherche. Tout d'abord, des cartes auto-organisées (réseaux neuronaux non supervisés) sont utilisées pour réduire l'espace de recherche en mode hors ligne.
Andere Kunden interessierten sich für
