Trovare un volto tra milioni, il picco delle reti neurali

Il riconoscimento facciale è una delle aree di ricerca chiave nella visione artificiale. Sono stati fatti molti studi per sviluppare algoritmi robusti di riconoscimento facciale. Tali algoritmi sono computazionalmente costosi perché il volto in ingresso viene confrontato/abbinato con tutti i volti presenti nel database (noto anche come spazio di ricerca). In letteratura, si preferisce uno spazio di caratteristiche ridotto al fine di ridurre il calcolo. Tuttavia, l'accuratezza dei metodi con spazio di caratteristiche ridotto è piuttosto bassa. La situazione diventa più cruciale per il riconoscimento facciale di grandi popolazioni (LPFR). In questo lavoro, è stato fatto uno sforzo per affrontare il problema sopra menzionato. Invece di ridurre lo spazio delle caratteristiche, la tecnica proposta riduce lo spazio di ricerca. In primo luogo, vengono utilizzate mappe auto-organizzanti (reti neurali non supervisionate) per ridurre lo spazio di ricerca in modalità offline.

Pagina's: 60, Paperback, Edizioni Sapienza