Jove
Visualize
Contáctanos

Videos de Experimentos Relacionados

100% de precisión en el reconocimiento automático de caras.

R Jenkins1, A M Burton

  • 1Department of Psychology, University of Glasgow, Glasgow G12 8QQ, UK. rob@psy.gla.ac.uk

Science (New York, N.Y.)
|January 26, 2008
PubMed
Resumen
Este resumen es generado por máquina.

Videos de Conceptos Relacionados

También podría leer

Artículos Relacionados

Artículos vinculados a este trabajo por autores compartidos, revista y gráfico de citas.

Ordenar por
Same author

Antibodies and Inflammation: Fecal Biomarkers of Gut Health in Domestic Ruminants.

Journal of experimental zoology. Part A, Ecological and integrative physiology·2025
Same author

The negative impact of global health worker migration, and how it can be addressed.

Public health·2023
Same author

Neurobiomarker and body temperature responses to recreational marathon running.

Journal of science and medicine in sport·2023
Same author

Survival of Clostridioides difficile spores in thermal and chemo-thermal laundering processes and influence of the exosporium on their adherence to cotton bed sheets.

Letters in applied microbiology·2022
Same author

Factors influencing the survival of implant-supported ceramic-ceramic prostheses: A randomized, controlled clinical trial.

Journal of dentistry·2021
Same author

Two Factors in Face Recognition: Whether You Know the Person's Face and Whether You Share the Person's Race.

Perception·2021
Same journal

Erratum for the Research Article "Detecting supramolecular organic nanoparticles during heat wave".

Science (New York, N.Y.)·2026
Same journal

Local signals, systemic decline.

Science (New York, N.Y.)·2026
Same journal

The mechanics of liver regeneration.

Science (New York, N.Y.)·2026
Same journal

Computing in a memory with physics.

Science (New York, N.Y.)·2026
Same journal

Retraction.

Science (New York, N.Y.)·2026
Same journal

Making time.

Science (New York, N.Y.)·2026
Ver todos los artículos relacionados
JoVE
x logofacebook logolinkedin logoyoutube logo
ACERCA DE JoVE
Visión GeneralLiderazgoBlogCentro de Ayuda JoVE
AUTORES
Proceso de PublicaciónConsejo EditorialAlcance y PolíticasRevisión por ParesPreguntas FrecuentesEnviar
BIBLIOTECARIOS
TestimoniosSuscripcionesAccesoRecursosConsejo Asesor de BibliotecasPreguntas Frecuentes
INVESTIGACIÓN
JoVE JournalMethods CollectionsJoVE Encyclopedia of ExperimentsArchivo
EDUCACIÓN
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab ManualCentro de Recursos para ProfesoresSitio de Profesores
Términos y Condiciones de Uso
Política de Privacidad
Políticas

La familiaridad humana mejora el reconocimiento automático de caras. Mediante el promedio de imágenes para modelar la familiaridad humana, los investigadores aumentaron la precisión de un algoritmo estándar del 54% al 100%.

Área de la Ciencia:

  • Visión por ordenador Visión por ordenador Visión por ordenador Visión por ordenador Visión por ordenador
  • Ciencias Cognitivas Ciencias Cognitivas.
  • La biometría es biometría.

Sus antecedentes:

  • El reconocimiento facial automatizado lucha con las variaciones en la iluminación y la postura.
  • El reconocimiento facial humano es robusto a estas variaciones naturales, especialmente para individuos familiares.

Objetivo del estudio:

  • Para mejorar la precisión del reconocimiento facial automatizado mediante el modelado de la familiaridad humana.
  • Desarrollar un método para crear representaciones faciales estables resistentes a la variabilidad de la imagen.

Principales métodos:

  • Familiaridad humana modelada utilizando técnicas de promedio de imágenes.
  • Derivó representaciones faciales estables de un conjunto de fotografías que varían naturalmente.

Videos de Experimentos Relacionados

  • Aplicamos este método a un algoritmo de reconocimiento facial estándar de la industria.

    • Principales resultados:

    • El procedimiento de promedio de imagen mejoró significativamente la precisión del reconocimiento facial.
    • La precisión del algoritmo aumentó del 54% al 100% después de aplicar el modelo de familiaridad.
    • Logró la robustez a nivel humano en el reconocimiento facial automatizado.

    Conclusiones:

    • El modelado de la familiaridad humana a través del promedio de imágenes es una estrategia efectiva para un reconocimiento facial robusto.
    • Este enfoque supera las limitaciones de los sistemas automatizados actuales en el manejo de las variaciones de postura y iluminación.
    • Los hallazgos sugieren un camino hacia aplicaciones de seguridad automatizadas más confiables.