| ဗားရှင်း | 1.0 |
|---|---|
| ထုတ်ဝေသူ | Luigi Rosa |
| ဖြန့်ချိသည့်ရက် | Nov 6, 2012 |
| ရက်စွဲထပ်ထည့်သည် | Nov 6, 2012 |
| Os လိုအပ်ချက်များ | Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP |
| လိုအပ်ချက်များ | Matlab |
| စုစုပေါင်း downloads | 1 999 |
| စျေးနှုန်း | Free |
ဖော်ပြချက်
လူ၏ပစ်မှတ်ကို အသိအမှတ်ပြုခြင်းသည် လွန်ခဲ့သည့်နှစ်များအတွင်း တက်ကြွစွာ သုတေသနပြုရာနေရာတစ်ခုဖြစ်ပြီး၊ အတည်ပြုခြင်းနှင့် ခွဲခြားသတ်မှတ်ခြင်းအတွက် အငြိမ်ရုပ်ပုံများနှင့် ဗီဒီယိုများတွင် မျက်နှာများကို အလိုအလျောက်ရှာဖွေခြင်းနှင့် ကိုက်ညီမှုအပေါ် အဓိကအလေးပေးထားသည်။ 2D မျက်နှာလိုက်ဖက်သည့်စနစ်များ၏ စွမ်းဆောင်ရည်သည် မျက်နှာအမူအရာ၊ မိတ်ကပ်နှင့် အိုမင်းခြင်းကဲ့သို့သော အရေးပါသောအချက်များအတွက် အာရုံခံစားနိုင်စွမ်းမရှိခြင်းအပေါ် မူတည်သော်လည်း အဓိကအားဖြင့် အလင်းရောင်ကွဲပြားမှု၊ ကင်မရာမြင်ကွင်းနှင့် မြင်ကွင်းဂျီသြမေတြီကဲ့သို့သော ပြင်ပအကြောင်းတရားများအပေါ်တွင် မူတည်သည်။ သို့သော်၊ 2D မျက်နှာချင်းဆိုင်ခြင်း၏ မွေးရာပါ ကန့်သတ်ချက်များသည် ဇီဝတိုင်းတာမှုဆိုင်ရာ နည်းပညာများမှတစ်ဆင့် အထောက်အထား၏ ထိရောက်စွာ အသိအမှတ်ပြုခြင်းကို ရရှိသင့်သည်ဟု ယုံကြည်ခြင်းကို ပံ့ပိုးပေးပါသည်။ အထူးသဖြင့်၊ 3D မျက်နှာလိုက်ဖက်မှုအတွက် algorithms နှင့် စနစ်များ၏ အဓိပ္ပါယ်ဖွင့်ဆိုချက်များဖြင့် ၎င်း၏အသွင်အပြင်ထက် မျက်နှာခန္ဓာဗေဒဖွဲ့စည်းပုံ၏ ဂျီသြမေတြီကို အသုံးချခြင်းသည် မကြာသေးမီနှစ်များအတွင်း သုတေသနနယ်ပယ်တွင် ကြီးထွားလာခဲ့သည်။ 3D Face recognition စနစ်များသည် 2D မှတ်သားမှုစနစ်များနှင့် ဆက်စပ်နေသော ပင်ကိုယ်ပြဿနာအချို့ကို ဖယ်ရှားရန် နောက်ထပ် 3D ဒေတာကို အသုံးပြုရန် ရည်ရွယ်သည်။ ဥပမာအားဖြင့်၊ မျက်နှာတစ်ခု၏ 3D မျက်နှာပြင်သည် အလင်းရောင်အခြေအနေများတွင် ပြောင်းလဲမှုများနှင့် ကွဲလွဲနေပြီး ဤဒေတာကို အသုံးပြုသည့် အသိအမှတ်ပြုမှုစနစ်များသည် အဓိပ္ပါယ်ဖွင့်ဆိုချက်အားဖြင့် အလင်းရောင်မပြောင်းလဲဘဲ ဖြစ်သင့်သည်။ ထို့အပြင်၊ 3D မော်ဒယ်အများအပြားကို အခြေခံပုံသဏ္ဍာန်တစ်ခုသို့ မှတ်ပုံတင်ရန် ဖြစ်နိုင်သောကြောင့်၊ ထိုစနစ်သည်လည်း ရှုထောင့်ပုံစံကွဲသွားလိမ့်မည် (3D ဦးခေါင်းမော်ဒယ်၏ ပြည့်စုံမှုအပေါ် မူတည်သော်လည်း မည်သည့်အတိုင်းအတာအထိ)။ 3D ဒေတာအပြင် ၎င်းသည် အသွင်အပြင်အချက်အလက်များကို ဖမ်းယူရန် ဖြစ်နိုင်ပြီး အသိအမှတ်ပြုမှုလုပ်ငန်းစဉ်ကို လမ်းညွှန်ရန်အတွက် ရရှိနိုင်သောဒေတာအားလုံးကို အသုံးပြုပါ။
ကုဒ်ကို GavabDB ဒေတာဘေ့စ်တွင် စမ်းသပ်ထားသည်။ GavabDB သည် 3D မျက်နှာဒေတာဘေ့စ်တစ်ခုဖြစ်သည်။ ၎င်းတွင် မျက်နှာမျက်နှာပြင်များ၏ သုံးဖက်မြင်ရုပ်ပုံပေါင်း 549 ပါရှိသည်။ ဤကွက်ကွက်များသည် လူတစ်ဦးချင်းစီအတွက် ပုံ ၉ ပုံပါရှိသော မတူညီသောလူ ၆၁ ဦး (အမျိုးသား ၄၅ ဦးနှင့် အမျိုးသမီး ၁၆ ဦး) နှင့် သက်ဆိုင်သည်။ စုစုပေါင်း လူဖြူများဖြစ်ကြပြီး ၎င်းတို့၏ အသက်မှာ ၁၈ နှစ်မှ ၄၀ နှစ်ကြားဖြစ်သည်။ ပုံတစ်ပုံချင်းစီကို ပုံသဏ္ဍာန်မပါဘဲ မျက်နှာမျက်နှာပြင်၏ ချိတ်ဆက်ထားသော 3D အကွက်များဖြင့် ပေးထားသည်။ ဒေတာဘေ့စ်သည် ကိုယ်ဟန်အနေအထားနှင့် မျက်နှာအမူအရာတို့နှင့် စပ်လျဉ်း၍ စနစ်တကျ ကွဲပြားမှုများကို ပေးဆောင်သည်။
အညွှန်းစည်းမျဥ်းစည်းကမ်းများ- Matlab၊ အရင်းအမြစ်၊ ကုဒ်၊ 3D၊ မျက်နှာ၊ အသိအမှတ်ပြုမှု၊ အတည်ပြုမှု၊ မော်ဒယ်၊ ကိုက်ညီမှု၊ ပကတိ၊ လက်တွေ့၊ မော်ဒယ်၊ ဘာသာစကား၊ vrml။