1) Multi-pose Face Recognition System
多姿态人脸识别系统
3) multi-modal face recognition
多模态人脸识别
1.
Comparative research on fusion methods for multi-modal face recognition
多模态人脸识别融合方法比较研究
2.
A method combining Local Binary Pattern(LBP) descriptor with chain AdaBoost was presented for multi-modal face recognition.
提出了一种基于局部二值模式(LBP)和级联AdaBoost的多模态人脸识别方法。
3.
This paper presents a method of multi-modal face recognition which combines Local Binary Pattern(LBP) with Fisherfaces.
提出一种结合局部二值模式(LBP)和Fisherfaces的多模态人脸识别方法。
4) multi-pose ear recognition
多姿态人耳识别
1.
Locally Linear Embedding and Its Improved Algorithm for Multi-Pose Ear Recognition
用于多姿态人耳识别的局部线性嵌入及其改进算法
2.
In this paper,on the basis of the manifold learning algorithm,we propose a multi-pose ear recognition method based on LLE(locally linear embedding)that overcomes the disadvantages of 2-D ear recognition methods in dealing with pose variations.
多姿态人耳识别是人耳识别技术面临的一个难题,目前这方面的研究并不多见。
5) face recognition system
人脸识别系统
1.
In the next place, in order to fulfill the demand of safety-check, checking on work attendance, identity, and so on, a face recognition system is developed independently in this paper.
本文首先对人脸识别算法进行了研究，提出了基于模糊遗传优化支持向量机的人脸识别系统框架；其次，针对目前安检、考勤、身份认定等各方面的需要，自主开发了一套人脸识别系统。
2.
Base on this algorithm cooperate with PCA and ridge regression, we constructed an real-time face recognition system using VC++6.
0以及OpenCV实现了一个实时视频人脸识别系统。
3.
The implemented eye detection codec was also employed in a face recognition system.
人眼检测算法包也被应用于人脸识别系统中。
6) Multi-pose face detection
多姿态人脸检测
1.
A multi-pose face detection based on Wavelet invariant moment and self-organizing competitive neural network(SCNN) is proposed in this paper.
针对彩色图像中多姿态人脸检测问题,提出了一种基于小波不变矩和自组织竞争神经网络的检测方法。
补充资料：蜜蜂如何识别人脸？
在人的眼中，蜜蜂似乎都是一个模样。但在蜜蜂的眼中，人却不尽相同。科学家一项最新研究发现，蜜蜂可以识别并记忆不同的人脸。
辨识不同面孔是人们日常生活中的重要功能。此前研究发现，当我们注视另外一个人的脸时，大脑中一个特殊的区域――锤状回，会变得活跃。但对于不具备这种专门结构的动物来说，它们能辨识不同面孔吗？
人们知道蜜蜂分辨不同花朵的本领超强，英国剑桥大学视觉科学家阿德里安·戴尔就设想，蜜蜂这种辨识天分会不会也适用于其他目标。于是他和同事们设计实验，将4张不同人的大头照钉在木板上，以蔗糖溶液为诱饵，不断重复诱使蜜蜂飞近某一目标面孔，有时还会变换大头照的位置以加强训练。
研究人员在最新一期英国《实验生物学杂志》上报告说，后来即使撤掉蔗糖水，蜜蜂还是会接近原先的目标面孔，其准确率高达90。而且这张面孔在蜜蜂大脑中印象十分深刻，在接受训练后两天，蜜蜂仍能认出来。
戴尔说，这一实验结果挑战了原有理论。原先观点认为，大脑中有一个专门区域对于辨识面孔必不可少。“人类也许是因为有一个复杂的、哺乳动物的大脑，但当我们在蜜蜂中实验之后，不得不承认简单的大脑也能行”。
美国布朗大学神经学家迈克尔·塔尔评价说，这是一项极好的实验，它表明蜜蜂可能比大多数人想象的更聪明。但他认为，实验中蜜蜂完成的任务可能和人类辨识面孔并没有多少关联，“如果他们用的是土豆，也许也能得到同样的结果”。
动物行为研究专家詹姆斯·古尔德对蜜蜂如何识别花朵进行过广泛研究，他认为，人类能够辨识不同面孔，有着特殊进化原因。而蜜蜂则是另外一个模式，“对蜜蜂来说，人脸可能就是一朵长相十分古怪的花”。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条