SUMMARY AND OUTLOOKThis article fir

SUMMARY AND OUTLOOK
This article first proposed the concept of U-face; explain
the U-face specific calibration and implementation, and
KPCA principle. Experiments using KPCA and PCA Face
recognition were carried out. The recognition rate using Uface
face images is higher than the recognition rate using
Original image with not treatment.
We are further research U-face; we have now achieved a
U-2 face model automatically generated, however, there are
some deviations. We will ultimately achieve accurate U-I
face model, we may propose some new models of U-face in
the future.

ผลลัพธ์ (ไทย) 1:

สรุปและ OUTLOOK
บทความนี้เสนอแนวคิดของ U-หน้า ครั้งแรก อธิบาย
U หน้าเทียบเฉพาะและการใช้งาน และ
KPCA หลัก ทดลองใช้ KPCA และหน้าสมาคม
รู้ได้ดำเนินการ อัตราการรู้จำที่ใช้ Uface
ภาพหน้าจะสูงกว่าการใช้อัตราการรู้จำ
ภาพต้นฉบับกับไม่รักษา
ต่อไปเราจะวิจัยหน้า U เราจะได้รับการ
รุ่น U-2 หน้าโดยอัตโนมัติสร้าง อย่างไรก็ตาม มี
ความแตกต่างบางอย่าง เราจะได้ U ที่ถูกต้องที่สุด-ฉัน
หน้ารุ่น เราอาจเสนอบางรุ่นใหม่ของ U-หน้าใน
ในอนาคตได้

ผลลัพธ์ (ไทย) 2:

สรุปและแนวโน
บทความนี้เป็นครั้งแรกที่นำเสนอแนวคิดของ U-ใบหน้า; อธิบาย
การสอบเทียบ U-ใบหน้าที่เฉพาะเจาะจงและการดำเนินการและ
หลักการ KPCA ทดลองใช้ KPCA และใบหน้า PCA
รับรู้ได้ดำเนินการ อัตราการรู้จำโดยใช้ Uface
ภาพใบหน้าที่สูงกว่าอัตราการรับรู้โดยใช้
ภาพต้นฉบับที่มีการรักษาไม่ได้
เรามีการวิจัยเพิ่มเติม U-ใบหน้า; เราได้ประสบความสำเร็จในขณะนี้
รูปแบบใบหน้า U-2 สร้างขึ้นโดยอัตโนมัติ แต่มี
การเบี่ยงเบนบาง ในที่สุดเราจะประสบความสำเร็จที่ถูกต้อง UI
รูปแบบใบหน้าเราอาจเสนอบางรุ่นใหม่ของ U-ใบหน้าใน
อนาคต

ผลลัพธ์ (ไทย) 3:

บทสรุปและแนวโน้ม
บทความนี้ก่อนเสนอแนวคิดของ u-face ; อธิบาย
u-face เฉพาะการสอบเทียบและการดำเนินงาน และหลักการ kpca
. การทดลองใช้และ kpca ใบหน้า
PCA พบว่า อัตราการรู้จำโดยใช้ภาพใบหน้า uface
จะสูงกว่าอัตราการรู้จำโดยใช้ภาพต้นฉบับที่ไม่ได้รักษาด้วย
.
เรา u-face วิจัยเพิ่มเติม เราได้บรรลุ
หน้า u-2 แบบจำลองที่สร้างขึ้นโดยอัตโนมัติ อย่างไรก็ตาม มีบางค่า
. เราก็จะบรรลุ u-i
ถูกต้องรูปแบบใบหน้า เราอาจเสนอรูปแบบใหม่ของ u-face ใน
ในอนาคต