With above training set, face detec

With above training set, face detection works well; it can
detect faces in images with low false alarm rate. But, it can not
detect faces in low light condition and dark skin faces. To solve
this problem, there are two approaches; one is image
preprocessing and another is enhancing training set. Lizuo Jin
and Shin’ich Satoh introduced a good method to estimate an
illumination condition of image and enhance its quality [14].
But their method is computationally, it is not feasible on mobile
product

ผลลัพธ์ (ไทย) 2:

กับชุดการฝึกอบรมดังกล่าวข้างต้นทำงานตรวจจับใบหน้าดี; ก็สามารถตรวจจับใบหน้าในภาพที่มีอัตราการเตือนที่ผิดพลาดต่ำ
แต่ก็ไม่สามารถตรวจจับใบหน้าในสภาพแสงน้อยและใบหน้าผิวคล้ำ
เพื่อแก้ปัญหานี้มีสองวิธี;
หนึ่งเป็นภาพที่ประมวลผลเบื้องต้นและอื่นเสริมสร้างชุดการฝึกอบรม
Lizuo
จินและShin'ich Satoh
แนะนำวิธีที่ดีในการประมาณการสภาพการส่องสว่างของภาพและเพิ่มคุณภาพ[14].
แต่วิธีการของพวกเขาคือคอมพิวเตอร์มันเป็นไปไม่ได้บนมือถือของสินค้า

ผลลัพธ์ (ไทย) 3:

ด้วยชุดฝึกข้างต้น ตรวจจับใบหน้าอัตโนมัติทำงานได้ดี มันสามารถตรวจจับใบหน้าในภาพ
อัตราปลุกเท็จต่ำ แต่มันไม่สามารถ
ตรวจหาใบหน้าในสภาพแสงน้อยและผิวเข้มหน้า แก้
ปัญหานี้มีอยู่สองวิธี หนึ่งคือภาพ
preprocessing และอีกเพิ่มชุดการฝึก lizuo จิน
shin'ich ซาโต้และแนะนำวิธีคำนวณหา
ดีรัศมีภาพและเพิ่มคุณภาพของภาพ [ 14 ] .
แต่วิธีของพวกเขาเป็น computationally เป็นไปไม่ได้ในผลิตภัณฑ์โทรศัพท์มือถือ