Although studied for decades, effec

Although studied for decades, effective face recognition remains difficult to accomplish on account of occlusions and pose and illumination variations. Pose variance is a particular challenge in face recognition. Effective local descriptors have been proposed for frontal face recognition. When these descriptors are directly applied to cross-pose face recognition, the performance significantly decreases. To improve the descriptor performance for cross-pose face recognition, we propose a face recognition algorithm based on multiple virtual views and alignment error.

ผลลัพธ์ (ไทย) 1:

แม้ว่าศึกษามานานหลายทศวรรษ จดจำใบหน้ามีประสิทธิภาพยังคงยากที่จะบรรลุเนื่อง occlusions และการเปลี่ยนแปลงก่อให้เกิดและไฟส่องสว่าง ก่อให้เกิดผลต่างเป็นความท้าทายโดยเฉพาะอย่างยิ่งในการรู้จำใบหน้า ตัวบอกท้องถิ่นที่มีประสิทธิภาพได้รับการเสนอสำหรับการรู้จำใบหน้าหน้าผาก เมื่อตัวแสดงรายละเอียดเหล่านี้จะตรงกับข้ามก่อให้เกิดการจดจำใบหน้า ประสิทธิภาพการทำงานลดลงอย่างมีนัยสำคัญ เพื่อปรับปรุงประสิทธิภาพตัวบอกเกี่ยวกับการรู้จำใบหน้าท่าข้าม เราสามารถนำเสนอการจดจำใบหน้าอัลกอริทึมอิงหลายมุมมองเสมือนและจัดตำแหน่งผิดพลาด

ผลลัพธ์ (ไทย) 2:

แม้ว่าการศึกษาทศวรรษที่ผ่านมาการจดจำใบหน้าที่มีประสิทธิภาพยังคงเป็นเรื่องยากที่จะประสบความสำเร็จในบัญชีของ occlusions และก่อให้เกิดการเปลี่ยนแปลงและการส่องสว่าง ก่อให้เกิดความแปรปรวนเป็นความท้าทายโดยเฉพาะอย่างยิ่งในการจดจำใบหน้า อธิบายในท้องถิ่นที่มีประสิทธิภาพได้รับการเสนอสำหรับการจดจำใบหน้าหน้าผาก เมื่ออธิบายเหล่านี้มีผลโดยตรงกับการจดจำใบหน้าข้ามก่อให้เกิดประสิทธิภาพการทำงานลดลงอย่างมีนัยสำคัญ เพื่อปรับปรุงประสิทธิภาพการให้คำอธิบายสำหรับการจดจำใบหน้าข้ามท่าเราเสนอขั้นตอนวิธีการจดจำใบหน้าขึ้นอยู่กับมุมมองเสมือนหลายข้อผิดพลาดและการจัดตำแหน่ง

ผลลัพธ์ (ไทย) 3:

ถึงแม้ว่าจะเรียนมาหลายสิบปี ใบหน้าที่มีประสิทธิภาพยังคงยากที่จะบรรลุในบัญชีของ occlusions และก่อให้เกิดส่องสว่างและรูปแบบ ความแปรปรวน ก่อให้เกิดเป็นความท้าทายโดยเฉพาะอย่างยิ่งในหน้าของการรับรู้ ในประเทศที่มีประสิทธิภาพได้รับการเสนอเพื่อจดจำใบหน้าด้านหน้า เมื่อตัวถูกใช้โดยตรงกับข้ามใบหน้าก่อให้เกิดประสิทธิภาพอย่างมีนัยสำคัญลดลง เพื่อปรับปรุงประสิทธิภาพการโพสท่าสำหรับข้ามใบหน้าเราได้เสนอวิธีการรู้จำใบหน้าขึ้นอยู่กับมุมมองเสมือนจริงและการจัดแนวข้อผิดพลาดหลาย