Key points are not available for this paper at this time.
किसी व्यक्ति के चेहरे को डिजिटल तस्वीर या वीडियो फ्रेम से चेहरे के डेटाबेस के खिलाफ पहचानने की क्षमता को चेहरे की पहचान कहा जाता है। पिछले कुछ वर्षों में, गहरे शिक्षण का उपयोग करके चेहरों को पहचानने वाले एल्गोरिदम अधिक लोकप्रिय हो गए हैं। इनमें से अधिकांश अत्यधिक सटीक लेकिन जटिल कन्वोल्यूशनल न्यूरल नेटवर्क (सीएनएन) पर आधारित हैं, जिन्हें संतोषजनक परिणाम देने से पहले बहुत अधिक संख्यात्मक शक्ति, भंडारण स्थान और कई प्रशिक्षण युगों की आवश्यकता होती है, और इन्हें लागू करना विशेष रूप से कठिन होता है। युगों की संख्या कम करके प्रशिक्षण समय को कम करने और सटीकता बढ़ाने के प्रयास में, यह पत्र कन्वोल्यूशनल नेटवर्क पर आधारित एक नया तेज हाइब्रिड चेहरे की पहचान करने का दृष्टिकोण HOG-CKELM प्रस्तुत करता है, जो कर्नेल आधारित एक्स्ट्रेम लर्निंग मशीन (केएलएम) और चेहरे की विशेषता निकालने के लिए हेम-सेंध के ऑरिएंटेड ग्रेडिएंट (एचओजी) का उपयोग करता है। प्रस्तावित हाइब्रिड चेहरे की पहचान तकनीक की प्रभावशीलता AT & T, येल और JAFFE डेटा सेट का उपयोग करके मूल्यांकित की गई है। पारंपरिक HOG-CNN आधारित तकनीकों की तुलना में, प्रयोगात्मक मूल्यांकन से संकेत मिलता है कि चेहरों की पहचान के लिए प्रस्तावित विधि सटीकता और प्रशिक्षण समय के मामले में उत्कृष्ट प्रदर्शन हासिल करने में सक्षम है।
अनिल एट अल। (गुरूवार,) ने इस प्रश्न का अध्ययन किया।