Read more
Los algoritmos de reconocimiento de rostros funcionan de forma muy poco fiable cuando la pose del rostro de la sonda es diferente a la del rostro almacenado. Los vectores de características típicas varían más con la pose que con la identidad. Proponemos un modelo generativo que crea un mapeo de uno a varios desde un espacio de "identidad" idealizado hasta el espacio de datos observados. En este espacio de identidad, la representación de cada individuo no varía con la pose. El vector de características medido se genera mediante una transformación lineal del vector de identidad que depende de la postura en presencia de ruido. Los métodos existentes para realizar el reconocimiento facial en presencia de desenfoque se basan en el modelo de convolución y no pueden manejar las situaciones de desenfoque no uniforme que surgen frecuentemente de las inclinaciones y rotaciones en las cámaras portátiles. En este trabajo, proponemos una metodología para el reconocimiento de caras en presencia de desenfoque de movimiento que varía en el espacio y que se compone de núcleos de forma arbitraria. Modelamos la cara borrosa como una combinación convexa de instancias geométricamente transformadas de la cara de la galería enfocada, y mostramos que el conjunto de todas las imágenes obtenidas por el desenfoque no uniforme de una imagen dada forma un conjunto convexo.
About the author
J. Anusha trabalha actualmente como professora assistente no Departamento do CSE, Instituto de Tecnologia GITAM. Ela tem 3 anos de experiência de ensino. Ela é especialista em Processamento de Imagem e Inteligência Artificial.A. Sravani e P. Rama Devi também trabalham actualmente no Departamento do CSE, Universidade GITAM, Visakhapatnam.
