The face of a human being conveys a

The face of a human being conveys a lot of
information about identity and emotional state of the person.
Face recognition is an interesting and challenging problem,
and impacts important applications in many areas such as
identification for law enforcement, authentication for banking
and security system access, and personal identification
among others. In our research work mainly consists of three
parts, namely face representation, feature extraction and
classification. Face representation represents how to model a
face and determines the successive algorithms of detection
and recognition. The most useful and unique features of the
face image are extracted in the feature extraction phase. In the
classification the face image is compared with the images
from the database. In our research work, we empirically
evaluate face recognition which considers both shape and
texture information to represent face images based on Local
Binary Patterns for person-independent face recognition. The
face area is first divided into small regions from which Local
Binary Patterns (LBP), histograms are extracted and
concatenated into a single feature vector. This feature vector
forms an efficient representation of the face and is used to
measure similarities between images.

Kết quả (Việt) 1:

Bộ mặt của một con người truyền tải rất nhiều thông tin về nhận dạng và các trạng thái cảm xúc của người. Nhận dạng khuôn mặt là một vấn đề thú vị và đầy thử thách, và tác động ứng dụng quan trọng trong nhiều lĩnh vực chẳng hạn như nhận dạng cho thực thi pháp luật, xác thực cho ngân hàng và quyền truy cập hệ thống an ninh, và nhận dạng cá nhân trong số những người khác. Trong nghiên cứu của chúng tôi làm việc chủ yếu bao gồm ba bộ phận, cụ thể là đại diện khuôn mặt, đặc trưng với khai thác và phân loại. Đại diện khuôn mặt đại diện cho làm thế nào để mô hình một đối mặt với và xác định các thuật toán kế tiếp của phát hiện và sự công nhận. Những hữu ích và duy nhất tính năng của các hình ảnh khuôn mặt được chiết xuất trong giai đoạn khai thác tính năng. Trong các phân loại hình ảnh khuôn mặt được so sánh với những hình ảnh từ cơ sở dữ liệu. Trong việc nghiên cứu của chúng tôi, chúng tôi empirically đánh giá nhận dạng khuôn mặt mà sẽ xem xét cả hai hình dạng và kết cấu thông tin để đại diện cho hình ảnh khuôn mặt dựa trên Local Nhị phân mẫu cho nhận dạng khuôn mặt người độc lập. Các khu vực mặt đầu tiên được chia thành các khu vực nhỏ từ đó Local Nhị phân mẫu (LBP), histograms được chiết xuất và nối vào một tính năng duy nhất vector. Vector tính năng này tạo thành một đại diện hiệu quả của khuôn mặt và được sử dụng để đo điểm tương đồng giữa các hình ảnh.

Kết quả (Việt) 2:

Bộ mặt của một con người truyền tải rất nhiều
thông tin về danh tính và trạng thái cảm xúc của con người.
Đối mặt với sự công nhận là một vấn đề thú vị và đầy thử thách,
và tác động của các ứng dụng quan trọng trong nhiều lĩnh vực như
nhận dạng cho thực thi pháp luật, xác thực cho ngân hàng
và hệ thống bảo mật truy cập và nhận dạng cá nhân của
những người khác. Trong công trình nghiên cứu của chúng tôi chủ yếu bao gồm ba
phần, cụ thể đối mặt với đại diện, tính năng khai thác và
phân loại. Đại diện gương mặt đại diện cho việc mô hình
khuôn mặt và xác định các thuật toán liên tiếp phát hiện
và công nhận. Các tính năng hữu ích và độc đáo nhất của
hình ảnh khuôn mặt được chiết xuất trong giai đoạn khai thác tính năng. Trong
phân loại các hình ảnh khuôn mặt được so sánh với những hình ảnh
từ các cơ sở dữ liệu. Trong công trình nghiên cứu của chúng tôi, chúng tôi thực nghiệm
đánh giá nhận dạng khuôn mặt mà xem xét cả hình dạng và
kết cấu thông tin để đại diện cho hình ảnh khuôn mặt dựa trên Local
Binary Patterns cho nhận dạng khuôn mặt người độc lập. Các
diện tích mặt trước tiên phải chia thành các vùng nhỏ mà từ đó địa phương
Patterns Binary (LBP), biểu đồ được trích xuất và
nối vào một vector tính năng duy nhất. Vector Tính năng này
tạo thành một đại diện hiệu quả của các khuôn mặt và được sử dụng để
đo lường tương đồng giữa các hình ảnh.