LFA [54] constructs a family of loc

LFA [54] constructs a family of locally correlated feature detectors based on eigen-subspace decomposition. A selection or sparsification step produces a minimally correlated and topographically indexed subset of features that define the subspace of interest. Local representations offer robustness against variability due to changes in localized regions of the objects. The features used in the LFA method are less sensitive to illumination changes and are easier for estimating rotations. The LFA algorithm was used as a key component algorithm in FaceIt [56], which is one of the commercial face recognition systems.

Kết quả (Việt) 1:

LFA [54] xây dựng một gia đình của các tính năng tương quan ở địa phương thiết bị dò dựa trên phân hủy eigen-con. Một lựa chọn hoặc sparsification bước tạo ra tập con tối thiểu tương quan và topographically được lập chỉ mục của tính năng xác định con quan tâm. Địa phương đại diện cung cấp mạnh mẽ chống lại biến đổi do sự thay đổi trong các khu vực địa phương của các đối tượng. Các tính năng được sử dụng trong phương pháp LFA ít nhạy cảm với thay đổi chiếu sáng và dễ dàng hơn cho ước tính các phép quay. Thuật toán LFA được sử dụng như một thuật toán yếu tố then chốt trong FaceIt [56], đó là một trong các hệ thống nhận dạng khuôn mặt thương mại.

Kết quả (Việt) 2:

LFA [54] xây dựng một gia đình phát hiện tính năng tương quan tại địa phương dựa trên eigen-không gian con phân hủy. Một lựa chọn hoặc sparsification bước sản xuất một tập con tối thiểu tương quan và địa hình được lập chỉ mục các tính năng xác định các không gian con quan tâm. Đại diện địa phương cung cấp mạnh mẽ chống lại sự biến đổi do sự thay đổi ở các vùng địa hóa của các đối tượng. Các tính năng được sử dụng trong các phương pháp LFA là ít nhạy cảm với sự thay đổi ánh sáng và dễ dàng hơn cho việc ước lượng quay. Các thuật toán LFA được sử dụng như một thành phần quan trọng trong thuật toán FaceIt [56], đó là một trong những hệ thống nhận diện khuôn mặt thương mại.