This paper provides an example of t

This paper provides an example of the 2D face recognition using existing LDA method and our proposed method based on CCA. LDA is a popular feature extraction technique for face recognition. Likewise, the CCA as a novel method is applied to image processing and biometrics too. CCA is a powerful multivariate analysis method and for that case it was applied on faces recognition. In the paper, a proposed methodology for face recognition based on information theory approach of coding and decoding the face image is presented. Developed algorithm has been tested on 20 subjects from FERET database. Test results gave a recognition rate for LDA method quite the good recognition rate 100% respectively 83% for a small number of input subjects 5 respectively 10. For a large number of inputs images is recognition rate very poor about 40% For our proposed CCA method is average recognition rate about 99% for FERET face database.

ผลลัพธ์ (ไทย) 1:

เอกสารนี้แสดงตัวอย่างของการรู้หน้า 2 มิติใช้วิธี LDA ที่มีอยู่และวิธีการนำเสนอของเราตาม CCA LDA นิยมสกัดเทคนิคการรู้จำใบหน้าได้ ในทำนองเดียวกัน CCA เป็นวิธีนวนิยายมีใช้การประมวลผลภาพและชีวภาพมากเกินไป CCA คือ วิธีการวิเคราะห์ตัวแปรพหุมีประสิทธิภาพ และในกรณีที่ ใช้ในการรู้จำใบหน้า กระดาษ วิธีการนำเสนอสำหรับการรู้จำใบหน้าตามแนวทางทฤษฎีข้อมูลรหัส และการถอดรหัสภาพใบหน้าแสดง การพัฒนาอัลกอริทึมได้รับการทดสอบในหัวข้อ 20 จากฐานข้อมูล FERET ผลการทดสอบให้อัตราการรับรู้สำหรับวิธี LDA ค่อนข้างรู้ดีอัตรา 100% ตามลำดับ 83% จำนวนอินพุตขนาดเล็กหัวข้อ 5 ตามลำดับ 10 ในรูปปัจจัยการผลิตเป็นจำนวนมากได้อัตราการรู้จำยากประมาณ 40% สำหรับ CCA ของเราเสนอวิธีมีอัตราเฉลี่ยการประมาณ 99% สำหรับฐานข้อมูลใบหน้า FERET

ผลลัพธ์ (ไทย) 2:

กระดาษนี้จะให้เป็นตัวอย่างของการจดจำใบหน้า 2D โดยใช้วิธีการ LDA ที่มีอยู่และวิธีการที่นำเสนอของเราขึ้นอยู่กับมะเร็งท่อน้ำดี LDA เป็นเทคนิคการสกัดคุณลักษณะที่เป็นที่นิยมสำหรับการจดจำใบหน้า ในทำนองเดียวกัน CCA เป็นวิธีการนวนิยายถูกนำไปประมวลผลภาพและชีวภาพเกินไป มะเร็งท่อน้ำดีเป็นวิธีการวิเคราะห์หลายตัวแปรที่มีประสิทธิภาพและสำหรับกรณีที่ถูกนำมาใช้ในการรับรู้ใบหน้า ในกระดาษที่เป็นวิธีการที่นำเสนอสำหรับการจดจำใบหน้าขึ้นอยู่กับวิธีการของทฤษฎีข้อมูลการเข้ารหัสและการถอดรหัสภาพใบหน้าที่จะนำเสนอ อัลกอริทึมที่พัฒนาแล้วได้รับการทดสอบในวันที่ 20 อาสาสมัครจากฐานข้อมูล FERET ผลการทดสอบให้อัตราการรับรู้สำหรับวิธีการ LDA ค่อนข้างอัตราการรู้จำที่ดี 100% ตามลำดับ 83% สำหรับจำนวนเล็ก ๆ ของวิชาการป้อนข้อมูล 5 ตามลำดับ 10 สำหรับจำนวนมากของภาพที่เป็นปัจจัยการผลิตอัตราการรู้จำดีมากประมาณ 40% สำหรับวิธี CCA เสนอของเรา เป็นอัตราการรู้จำเฉลี่ยประมาณ 99% สำหรับ FERET ฐานข้อมูลใบหน้า

ผลลัพธ์ (ไทย) 3:

กระดาษนี้จะให้ตัวอย่างของ 2D ใบหน้าโดยใช้วิธีการของเราที่มีอยู่ lda และวิธีการขึ้นอยู่กับ CCA . lda เป็นที่นิยมคุณลักษณะเทคนิคการสกัดให้ใบหน้าดู อนึ่ง มะเร็งเป็นวิธีการใหม่ที่ใช้กับการประมวลภาพและชีวภาพด้วย CCA เป็นวิธีที่มีประสิทธิภาพและการวิเคราะห์ตัวแปรหลายตัวสำหรับกรณีนี้มันใช้กับใบหน้า การรับรู้ ในกระดาษการนำเสนอวิธีการรู้จำใบหน้าตามแนวทฤษฎีของการเข้ารหัสและถอดรหัสข้อมูลภาพหน้านำเสนอ การพัฒนาอัลกอริทึมได้ถูกทดสอบใน 20 คน จากฐานข้อมูล feret . ผลการทดสอบให้อัตราการรู้จำวิธี lda ค่อนข้างอัตราการรู้จำที่ดี 100 % ตามลำดับ 83% สำหรับจำนวนขนาดเล็กของข้อมูลวิชา 5 ตามลำดับ 10สำหรับจำนวนขนาดใหญ่ของข้อมูลภาพคือการรู้จำมาก ประมาณ 40 % เพื่อเสนอวิธี CCA การรู้จำเฉลี่ยประมาณ 99 % สำหรับฐานข้อมูลหน้า feret .