Encontrando rostos entre milhões, o auge das redes neurais

O reconhecimento facial é uma das principais áreas de pesquisa em visão computacional. Muito trabalho tem sido feito no desenvolvimento de algoritmos robustos de reconhecimento facial. Esses algoritmos são computacionalmente caros porque o rosto inserido é comparado/correspondido com todos os rostos presentes no banco de dados (também conhecido como espaço de pesquisa). Na literatura, o espaço de características reduzido é preferível para diminuir a computação. No entanto, a precisão dos métodos de espaço de características reduzido é bastante baixa. A situação torna-se mais crítica para o reconhecimento facial de grandes populações (LPFR). Neste trabalho, foi feito um esforço para resolver o problema acima mencionado. Em vez de reduzir o espaço de características, a técnica proposta reduz o espaço de pesquisa. Em primeiro lugar, mapas auto-organizados (redes neurais não supervisionadas) são usados para reduzir o espaço de pesquisa no modo offline.