Facial recognition, autonomous learning, based on image fragmentation

Este artículo utiliza variaciones en el enfoque de fragmentación de imágenes, considerando el número de fragmentos, el número de muestras por persona, el número de hiperplanos y el tamaño de la región de interés. Se emplean técnicas de visión computacional, en particular el histograma de gradiente (HOG) como descriptor del espacio de características, métodos de aprendizaje automático, como las máquinas de soporte vectorial (SVM) para la construcción de modelos, y un algoritmo de detección de rostros, para replicar estos experimentos en tiempo real. Las pruebas se realizan en una población de 40 personas, con muestras tomadas en situaciones no controladas. De esta manera, se descartan algunos estados y se refinan los parámetros hasta obtener una configuración que ofrezca los mejores resultados en este experimento y bajo estas condiciones.