A human face provides a variety of

A human face provides a variety of different communicative functions, such as identification, perception of emotional expressions, and lip-reading. Face perception is currently an active research area in the computer vision community.
Much research has been directed towards feature recognition in human faces. Three basic techniques are commonly used
for dealing with feature variations: correlation templates [1][2], deformable templates [3], and spatial image invariants
[4]. Several systems of locating human face have been reported. Eigenfaces, obtained by performing a principal
component analysis on a set of faces, are commonly used to identify faces [5]. By moving a window covering a subimage
over the entire image, faces can be located within the entire image. [6] reports a face detection system based on clustering techniques. The system passes a small window over all portions of the image, and determines whether a face exists in each window. A similar system with better results has been claimed by [7]. A different approach for locating and tracking faces is described in [8]. This system locates faces by searching for the skin-color. After locating a face, the system extracts additional features to match this particular face. Recently, Pfinder [9] uses skin-color to track human body.

ผลลัพธ์ (ไทย) 1:

ใบหน้าของมนุษย์มีความหลากหลายของฟังก์ชั่นการสื่อสารที่แตกต่างกันเช่นการระบุการรับรู้ของการแสดงอารมณ์และริมฝีปากอ่าน การรับรู้ใบหน้าในปัจจุบันคือพื้นที่การวิจัยการใช้งานในชุมชนของวิสัยทัศน์คอมพิวเตอร์.
วิจัยเป็นจำนวนมากที่ได้รับโดยตรงต่อการรับรู้ในลักษณะใบหน้าของมนุษย์ สามเทคนิคพื้นฐาน
ที่ใช้กันทั่วไปสำหรับการรับมือกับการเปลี่ยนแปลงคุณลักษณะ:แม่แบบความสัมพันธ์ [1] [2] แม่แบบ deformable [3] และ invariants ภาพอวกาศ
[4] หลายระบบของใบหน้าของมนุษย์ตำแหน่งที่ได้รับรายงาน eigenfaces ที่ได้รับโดยการดำเนินการที่สำคัญการวิเคราะห์องค์ประกอบ
กับชุดของใบหน้า, มักใช้ในการระบุใบหน้า [5] โดยการย้ายหน้าต่างครอบคลุม
subimage มากกว่าภาพทั้งใบหน้าจะอยู่ภายในภาพทั้งหมด[6] รายงานระบบตรวจจับใบหน้าขึ้นอยู่กับเทคนิคการจัดกลุ่ม ระบบผ่านหน้าต่างขนาดเล็กกว่าทุกส่วนของภาพและกำหนดว่าใบหน้าที่มีอยู่ในแต่ละหน้าต่าง ระบบที่คล้ายกันกับผลลัพธ์ที่ดีกว่าได้รับโดยอ้างว่า [7] วิธีการที่แตกต่างกันสำหรับตำแหน่งและการติดตามใบหน้าที่อธิบายไว้ใน [8] นี้ตั้งอยู่ระบบใบหน้าโดยการค้นหาสำหรับผิวสีหลังจากที่ตำแหน่งใบหน้าของระบบสารสกัดจากคุณลักษณะเพิ่มเติมเพื่อให้ตรงกับใบหน้าโดยเฉพาะอย่างยิ่งนี้ เมื่อเร็ว ๆ นี้ pfinder [9] ใช้ผิวสีในการติดตามร่างกายมนุษย์

ผลลัพธ์ (ไทย) 2:

ใบหน้ามนุษย์มีหลากหลายแตกต่างฟังก์ชันหลัก รหัส รู้นิพจน์ทางอารมณ์ และ lip-reading หน้ารู้อยู่พื้นที่วิจัยใช้งานในคอมพิวเตอร์วิสัยทัศน์ชุมชน
วิจัยมากได้รับคำแนะนำต่อคุณลักษณะการรู้จำใบหน้าบุคคล โดยทั่วไปใช้เทคนิคพื้นฐานสาม
สำหรับจัดการกับรูปแบบลักษณะการทำงาน: ความสัมพันธ์แบบ [1] [2], แม่ deformable [3], และปริภูมิรูป invariants
[4] มีการรายงานหลายระบบการค้นหาใบหน้ามนุษย์ Eigenfaces ได้รับ โดยการดำเนินการหลัก
วิเคราะห์ส่วนประกอบของใบหน้า ชุดที่ใช้เพื่อระบุใบหน้า [5] โดยการย้ายหน้าต่างครอบคลุมแบบ subimage
ผ่านทั้งภาพ หน้าสามารถอยู่ภายในทั้งภาพ [6] รายงานระบบตรวจจับใบหน้าตามคลัสเตอร์เทคนิค ระบบผ่านหน้าต่างเล็ก ๆ เหนือบางส่วนของรูปภาพทั้งหมด และกำหนดว่า ใบหน้าที่มีอยู่ในแต่ละหน้าต่าง มีการอ้างว่า ระบบคล้ายกับผลลัพธ์ที่ดีขึ้น ด้วย [7] อธิบายวิธีการต่าง ๆ เพื่อค้นหา และติดตามใบหน้าใน [8] ระบบนี้ตั้งอยู่หน้า โดยการค้นหาสีผิว หลังจากค้นหาใบหน้า ระบบแยกคุณลักษณะเพิ่มเติมเพื่อให้ตรงกับหน้านี้เฉพาะ ล่าสุด Pfinder [9] ใช้สีผิวเพื่อติดตามร่างกายมนุษย์

ผลลัพธ์ (ไทย) 3:

ใบหน้าของมนุษย์ที่จัดให้บริการความหลากหลายของการใช้งานจอแสดงผลแตกต่างกันไปเช่นการระบุตัวตนและการรับรู้ของสำนวนทางอารมณ์และริมฝีปาก - การอ่าน การรับรู้ต้องเผชิญคือการวิจัยในปัจจุบันพื้นที่ใช้งานที่อยู่ในชุมชนวิสัยทัศน์คอมพิวเตอร์ที่.
การวิจัยกันมากมีการนำไปสู่การรู้จำโดดเด่นไปด้วยในหน้าของมนุษย์ สามเทคนิคพื้นฐานโดยทั่วไปใช้
ซึ่งจะช่วยในการจัดการกับความหลากหลายโดดเด่นไปด้วยเทมเพลตสำหรับความสัมพันธ์[ 1 ],[ 2 ], deformable เทมเพลต[ 3 ]และ Spatial Diversity ภาพ invariants
[ 4 ]. ระบบการค้นหาหลายหน้ามนุษย์ได้รับรายงานว่า eigenfaces ได้รับโดยการวิเคราะห์
คอมโพเนนต์หลักบนชุดของใบหน้าจะใช้เพื่อระบุหันหน้าเข้าหากันโดยทั่วไป[ 5 ] โดยการย้ายหน้าต่างที่ครอบคลุม subimage
อยู่ที่ ภาพ ทั้งหมดหันหน้าเข้าหาคุณสามารถตั้งอยู่ ภายใน ภาพ ทั้งหมด[ 6 ]รายงานระบบการตรวจจับใบหน้าที่ใช้เทคนิคระบบคลัสเตอร์ ระบบจะส่งผ่านหน้าต่างขนาดเล็กที่มากกว่าส่วนต่างๆทั้งหมดของ ภาพ และจะเป็นตัวกำหนดว่าหน้าที่มีอยู่แล้วในแต่ละหน้าต่าง ระบบความเหมือนพร้อมด้วยผลลัพธ์ที่ดีขึ้นได้รับการอ้างโดย[ 7 ] แนวทางที่แตกต่างกันในการค้นหาและการติดตามการหันหน้าเข้าหาได้อธิบายไว้ใน[ 8 ] ระบบนี้พบหน้าโดยการค้นหาสำหรับผิวสีหลังจากการค้นหาหน้าที่สารสกัดจากสาหร่ายระบบคุณสมบัติเพิ่มเติมให้ตรงกับหน้านี้ เมื่อไม่นานมานี้ pfinder [ 9 ]จะใช้ผิวสีในการตรวจสอบติดตามร่างกายมนุษย์