Face recognition algorithms can be

Face recognition algorithms can be classified into two broad categories according to feature extraction schemes for face representation: feature-based methods and appearance-based methods [81]. Properties and geometric relations such as the areas, distances, and angles between the facial feature points are used as descriptors for face recognition. On the other hand, appearance-based methods consider the global properties of the face image intensity pattern. The first six basis vectors of Eigenfaces.Typically appearance-based face recognition algorithms proceed by computing basis vectors to represent the face data efficiently. In the next step, the faces are projected onto these vectors and the projection coefficients can be used for representing the face images. Popular algorithms such as PCA, LDA, ICA, LFA, Correlation Filters, Manifolds and Tensorfaces are based on the appearance of the face. Holistic approaches to face recognition have trouble dealing with pose variations. Building image face mosaics like those in [65] [45] have been introduced to deal with the pose variation problem. We will also discuss in detail an Active Appearance Model approach to pose correction in later section. We review several of the popular face recognition algorithms as well as Elastic Bunch Graph Matching(EBGM) approach [75].

Kết quả (Việt) 1:

Khuôn mặt công nhận thuật toán có thể được phân loại thành hai loại rộng theo chương trình khai thác tính năng cho các đại diện khuôn mặt: tính năng dựa trên phương pháp và phương pháp dựa trên xuất hiện [81]. Tài sản và các quan hệ hình học chẳng hạn như khu vực, khoảng cách và góc giữa điểm mặt tính năng được sử dụng như là bộ mô tả nhận dạng khuôn mặt. Mặt khác, xuất hiện dựa trên phương pháp xem xét tính chất toàn cầu của mô hình cường độ hình ảnh khuôn mặt. Các vectơ đầu tiên sáu cơ sở của Eigenfaces.Typically xuất hiện dựa trên khuôn mặt công nhận thuật toán tiến hành bởi máy tính cơ sở vectơ để đại diện cho mặt dữ liệu một cách hiệu quả. Trong bước tiếp theo, các khuôn mặt được chiếu lên các vectơ và hệ số chiếu có thể được sử dụng để đại diện cho hình ảnh khuôn mặt. Các thuật toán phổ biến như PCA, cấp LDA cải, ICA, LFA, bộ lọc rò, đa tạp và Tensorfaces được dựa trên sự xuất hiện của khuôn mặt. Phương pháp tiếp cận toàn diện để nhận dạng khuôn mặt có rắc rối đối phó với biến thể tư thế. Xây dựng hình ảnh khuôn mặt ghép như những người trong [65] [45] đã được giới thiệu để đối phó với vấn đề biến thể tư thế. Chúng tôi sẽ cũng thảo luận chi tiết một cách tiếp cận hoạt động xuất hiện mô hình để đưa ra các chỉnh sửa trong phần sau này. Chúng tôi xem xét một số phổ biến mặt công nhận thuật toán cũng như các phương pháp đàn hồi bó đồ thị Matching(EBGM) [75].

Kết quả (Việt) 2:

Các thuật toán nhận dạng khuôn mặt có thể được phân thành hai loại chính theo đề án khai thác tính năng cho đại diện khuôn mặt: phương pháp dựa trên tính năng và phương pháp dựa trên sự xuất hiện [81]. Tài sản và quan hệ hình học như các khu vực, khoảng cách và góc giữa các điểm đặc trưng trên khuôn mặt được sử dụng như mô tả cho nhận dạng khuôn mặt. Mặt khác, phương pháp xuất hiện dựa trên xem xét các tính chất toàn cầu của mô hình cường độ hình ảnh khuôn mặt. Sáu vectơ cơ sở đầu tiên của Eigenfaces.Typically thuật toán nhận dạng khuôn mặt xuất hiện trên diễn đàn bằng cách tính toán vectơ cơ sở để đại diện cho dữ liệu khuôn mặt một cách hiệu quả. Trong bước tiếp theo, các gương mặt được chiếu lên các vectơ và các hệ số chiếu có thể được sử dụng để đại diện cho hình ảnh khuôn mặt. Thuật toán phổ biến như PCA, LDA, ICA, LFA, Bộ lọc tương quan, đa tạp và Tensorfaces được dựa trên sự xuất hiện của khuôn mặt. Phương pháp tiếp cận toàn diện để nhận diện khuôn mặt có rắc rối đối phó với biến đổi tư thế. Xây dựng hình ảnh ghép khuôn mặt giống như trong [65] [45] đã được giới thiệu để đối phó với vấn đề biến đổi tư thế. Chúng tôi cũng sẽ thảo luận chi tiết một cách tiếp cận Appearance mẫu Active để pose chỉnh trong phần sau. Chúng tôi xem xét một số các thuật toán nhận dạng khuôn mặt nổi tiếng cũng như Elastic Bunch Graph Matching (EBGM) cách tiếp cận [75].