Lokalna analiza składowych głównych, tj. analiza składowych głównych wykonana w klastrach danych, jest rozważana jako narzędzie algorytmiczne w problematyce rozpoznawania twarzy. Stosuje się ją w celu znalezienia lokalnych, liniowych modeli danych zapewniających zwartą reprezentację obrazów twarzy. Wstępne wyniki badań pokazują, że wspomniana technika umożliwia uzyskanie współczynnika rozpoznawania na poziomie ok. 97% dla niepełnych klastrów danych.
EN
Local second order principal component analysis, e. g. principal component analysis in data cluster, is used as the algorithmic tool in the field of face recognition. It finds local linear models for specific face poses and lighting conditions independently and guarantees compact face image representation. Experimental results show that proposed method allows to achieve high recognition rate, to the level of 97,5% for incomplete data clusters.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.