मनुष्यों के चेहरे की पहचान के लिए एक आवर्ती मॉडल का पैरामीटरकरण

चेहरे की पहचान पर हालिया कार्य जो निरंतर घनत्व हिडन मार्कोव मॉडल (HMMs) का उपयोग करता है, ने यह दिखाया है कि आवर्ती मॉडलिंग को विशेषताओं की जानकारी को एन्कोड करने के लिए सफलतापूर्वक उपयोग किया जा सकता है। जब चेहरे के सामने के चित्रों को ऊपर-नीचे स्कैनिंग का उपयोग करके लिया जाता है, तो विशेषताएँ एक स्वाभाविक क्रम में प्रकट होती हैं और इसे एक ऊपर-नीचे HMM का उपयोग करके सुविधाजनक रूप से मॉडल किया जा सकता है। हालांकि, एक ऊपर-नीचे HMM विभिन्न पैरामीटरों द्वारा विशेषता प्राप्त करता है, जिनका चयन अब तक व्यक्तिगत अंतर्ज्ञान पर आधारित रहा है। यह पेपर विभिन्न HMM पैरामीटराइजेशन का विश्लेषण करते हुए प्रयोगात्मक परिणामों का एक सेट प्रस्तुत करता है।