Face Recognition Using Nearest Feature Space Embedding-最近特徵空間轉換法之人臉辨識技術

課 程 : 書報討論
班 級 : 資工碩二
日 期 : 100年 9月23日
演講者 : 韓欽銓教授
題 目 : Face Recognition Using Nearest Feature Space Embedding
姓 名 : 許智凱
學 號 : 99366042

本次的演講者為聯合大學資工系－韓欽銓教授，主題為「Face Recognition Using Nearest Feature Space Embedding」。主要的內容為人臉辨識的研究過程，以及如何在生活中實作。在目前的人臉辨識領域中，有著許多重要的問題可以研究，不論是光線、圖片多維度、表情、角度和部分遮蔽，都有可能造成辨識過程中的誤判。要達到精準的判斷目標，便須同時解決上述的問題，也是目前在此領域研究上的主要改進方向。

在尋找出臉部特徵的分析可以用在人臉辨識方面做優化的方向，以更重要的圖形特徵來做到更深入的判斷。如何讓機器在學習的過程中，可以訓練出準確的Model而得到結果，以及在判斷出光線、圖片多維度、表情、角度和部分遮蔽的同時，可以找出臉部其餘的特徵，來找到正確的辨識結果。而在實作方面，雖然目前普遍使用的分析演算法也是有許多成功的案例，但卻都需要提供正面完整的臉型，來做為辨識圖片。而透過分析臉部三維圖像來建立臉部圖形，能使得在辨識方面能夠得到更好的效能，也可以避免光線或是角度以及表情的問題而造成判斷上的錯誤。

臉部變是問題雖然看似複雜，但此簡單的演算過程就可以解決上述五項問題，配合正確的訓練過程，得到更佳的Model來做為臉部辨識的準則，正確的分析出答案。