JPH04223567A - 情報検索装置 - Google Patents

情報検索装置

Info

Publication number
JPH04223567A
JPH04223567A JP2414094A JP41409490A JPH04223567A JP H04223567 A JPH04223567 A JP H04223567A JP 2414094 A JP2414094 A JP 2414094A JP 41409490 A JP41409490 A JP 41409490A JP H04223567 A JPH04223567 A JP H04223567A
Authority
JP
Japan
Prior art keywords
information
retrieval
processing
individuals
evaluation
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2414094A
Other languages
English (en)
Inventor
Shigetoshi Nara
奈良　重俊
Toshinao Ishii
俊直 石井
Takashi Iwamoto
貴司 岩本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to JP2414094A priority Critical patent/JPH04223567A/ja
Priority to US07/813,159 priority patent/US5400436A/en
Publication of JPH04223567A publication Critical patent/JPH04223567A/ja
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5838—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S706/00—Data processing: artificial intelligence
    • Y10S706/902—Application using ai with detail of the ai system
    • Y10S706/934—Information retrieval or Information management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Library & Information Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】この発明は、神経科学あるいは神
経工学を利用した情報検索装置に関するものである。
【０００２】
【従来の技術】図８は従来の情報検索装置を示すブロッ
ク図である。図において、１は画像を様々な特徴毎に分
類したデータベースを格納している記憶手段である。２
はそのデータベースを検索するために入力された画像入
力より特徴を検出する特徴検出手段であり、３はこの特
徴検出手段２にて検出された特徴に基づいて記憶手段１
を検索し、所望の画像出力を得るデータ検索手段である
。これらは、例えばノイマン型の計算機内にソフトウェ
ア的に実現されている。
【０００３】次に動作について説明する。ここでは、検
索者が検索対象についての情報を充分には持っていない
場合、例えば、過去に一度会っただけで、顔の特徴をあ
いまいに記憶しているが、それ以上の情報は持っていな
い人を、記憶手段１に格納されたデータベースの顔写真
の中から特定するための検索を行う場合を想定する。こ
こで、図９はその処理の手順を示すフローチャートであ
る。検索者によって判定のための検索情報が入力される
と、特徴検出手段２によってその特徴が抽出されてデー
タ検索手段３に送られる。データ検索手段３は記憶手段
１にデータベースとして格納されている情報を１単位、
即ち、１枚の顔写真を読み込む（ステップＳＴ１）。
【０００４】次にデータ検索手段３は、読み込んだ顔写
真を走査線分解、あるいはピクセル分解して、それを基
に前記検索情報に相当する特徴部分の抽出を行い（ステ
ップＳＴ２）、それを特徴検出手段２が検索情報より検
出した特徴と照合する（ステップＳＴ３）。その結果、
照合の評価が良ければその顔写真を、図示を省略したデ
ィスプレイに表示して（ステップＳＴ４）して処理を終
了する。また、照合の評価が悪ければ処理をステップＳ
Ｔ１に戻し、次の顔写真を読み込んで目的の顔写真が検
出されるまで同様の処理を繰り返す。
【０００５】
【発明が解決しようとする課題】従来の情報検索装置は
以上のように構成されているので、全体像の記述は不可
能であるが、顔の部分的な特徴は多少のあいまいさは含
むものの言及が可能である状況下で、記憶手段１に蓄え
られた顔写真の集合の中から所望の１枚を特定するよう
な検索を行う場合、各々が１ビットの自由度を持ったＮ
個のピクセルで１枚の顔写真を表すものとすると、顔の
部分的特徴の数え上げられる数はピクセル数“Ｎ”の指
数関数となり、全ての特徴を番地付きで記憶手段１内に
蓄積しておき、検索をノイマン型の処理によって逐次照
合しようとした場合には“場合の数の暴発”が避けられ
ず、また、例えば“四角張った顔の輪郭”と指定するよ
うな、あいまいさを含んだ顔の部分的な特徴をノイマン
型の処理に基づくプログラムに記述する場合には“プロ
グラムの極端な複雑化”が避けられないほどの課題があ
った。
【０００６】この発明は上記のような課題を解消するた
めになされたもので、あいまいさを含む検索情報のもと
に、プログラムが現実的な程度の長さであり、現実的な
処理時間の範囲内で検索に対する解答が得られる情報検
索装置を得ることを目的とする。
【０００７】
【課題を解決するための手段】この発明に係る情報検索
装置は、記憶手段内に準備された個体の集合から１つあ
るいは複数の個体を取り出す取出手段と、取り出された
個体に遺伝子の操作を加える操作手段と、遺伝子の操作
によって出来上がった発火パターンに、それが定常状態
に収束するまで状態更新操作を自己回帰的に施して、想
起される記憶情報を取り出す処理手段と、処理手段にて
得られた記憶情報を検索情報と照合して評価し、当該評
価が良ければそれを記憶手段の該当する個体と置き換え
、悪ければそれを廃棄する評価手段とを備えたものであ
る。
【０００８】
【作用】この発明における情報検索装置は、操作手段に
おける操作に遺伝子アルゴリズムを採用して、検索情報
のあいまいさから生ずる、検索の対象となる高次元空間
の広さと深さを絨毯的に検索する愚を避けて、与えられ
た検索情報を持つ情報を有効に捜し出し、また、処理手
段に神経回路網を採用し、発火パータンとシナプス結合
行列との積和と闘値処理を繰り返し行って、部分的な、
あるいは雑音の極めて大きな入力から記憶を正しく想起
することにより“場合の数の暴発”を抑え、“プログラ
ムの極端な複雑化”を避けることができる情報検索装置
を実現する。
【０００９】
【実施例】以下、この発明の一実施例を図について説明
する。図１において、１は図８に示した従来のそれと同
等の記憶手段であり、検索試行中に発生する発火パター
ン、および検索の対象とするターゲット記憶との一致の
度合いを評価する評価部分の２つの部位を備えた個体の
集合を蓄えている。４ａ〜４ｄはそれぞれ内部に乱数発
生器を備えて、記憶手段１内に準備された個体の集合か
ら、１つあるいは複数の個体を取り出す取出手段である
。図示の例では、取出手段４ａが２個の個体の取り出し
を行い、取出手段４ｂ〜４ｄはそれぞれ１個の個体の取
り出しを行っている。
【００１０】５ａ〜５ｄは各取出手段４ａ〜４ｄによっ
て取り出された個体に遺伝子の操作を加える操作手段で
ある。この実施例においては、操作手段５ａは取出手段
４ａの取り出した２個の個体から、組み替えによって新
たな発火パターンを作成する組み替え操作を行っている
。操作手段５ｂは乱数発生器を内蔵し、取出手段４ｂの
取り出した個体の発火パターンの一部を乱数発生器から
のランダムパターンで置き換える突然変異操作を行って
いる。操作手段５ｃは取出手段４ｃの取り出した個体の
発火パターンの一部を反転させる相補操作を行っている
。操作手段５ｄは取出手段４ｄの取り出した個体の発火
パターンの列を一部で逆向きにする逆転操作を行ってい
る。
【００１１】６ａ〜６ｄは神経回路網にて構成され、各
操作手段５ａ〜５ｄの遺伝子の操作によって出来上がっ
た発火パターンに、それが定常状態に収束するまで状態
更新操作を自己回帰的に施し、想起される記憶情報を取
り出す処理手段としてのシミュレータ計算機である。７
ａ〜７ｄはこれら各処理手段６ａ〜６ｄにて得られた記
憶情報を検索情報と照合して評価を与え、その評価が取
出手段４ａ〜４ｄに始まるプロセスにおいて取り出され
た各個体より良い評価を持つものであれば、それを取り
出された個体に代えて記憶手段１に戻し、悪ければその
まま廃棄する評価手段である。また、８は検索者とのイ
ンタフェース手段である。
【００１２】次に動作について説明する。この場合も、
従来の場合と同様に、種々の顔写真をあいまいな検索情
報のもとに検索する場合について説明する。この問題は
、いわゆる不良設定問題として定義され、具体的には次
のように設定される。 （ａ）メモリは極めて多量な情報を分散表現の形で含ん
でいる。 （ｂ）検索者は検索したい対象についての全情報を与え
ることができない。しかし検索のための部分的な“特徴
”は与えることができる。 （ｃ）その検索のために与える部分情報は確定したもの
ではなく、ある許容範囲と共にしか与えることができな
い。 （ｄ）検索者は、検索機の出力に対して、満足度による
判定を与えることができる。先に、取り上げるとして述
べた検索例を上記の不良設定問題に照らし合わせて言い
換えると、「検索者が、全体像の記述が不可能であるが
、顔の部分的特徴は多少曖昧を含むものの言及が可能で
あるような状況下で、記憶手段に蓄えられた顔写真の多
数の集合からその顔を特定するような検索」と言える。
【００１３】ここで、図２はその処理の手順を示すフロ
ーチャートである。処理はまず、検索のための情報を与
えるところから始まる。即ち、顔の部分的特徴はピクセ
ル間の相関関数として与え、またその検索の際の許容度
を与える（ステップＳＴ１１）。次に、任意の初期画像
をとり、それをピクセル分解あるいは走査線分解し、部
分的特徴としての相関関数を計算してその評価を、与え
た発火パターンのピクセル集合と共にペアを組ませてこ
れを一個の個体とし、定められた数の独立した個体を用
意してそれぞれ記憶手段１に格納する（ステップＳＴ１
２）。次に、取出手段４ａ〜４ｄにて設定されたルール
で記憶手段１よりそれぞれ幾つかの個体を選択して取り
出し、それをそれぞれの操作手段５ａ〜５ｄに別々に並
列的に与え（ステップＳＴ１３）、各操作手段５ａ〜５
ｄはそれぞれの遺伝子の操作を実行する（ステップＳＴ
１４）。ここでそれぞれの遺伝子の操作とは、この実施
例においては、■二個の個体に対する定まったピクセル
群の間の組み替え操作、■一個の個体に対する定まった
数のピクセルにおける突然変異操作、■一個の個体に対
する定まった数のピクセルにおける相補操作、■一個の
個体に対する定まった数のピクセルにおける逆転操作、
の四種類である。
【００１４】その結果、各操作手段５ａ〜５ｄからは新
たなピクセル群による発火パターンが得られる。それら
はおのおの対応するシミュレータ計算機６ａ〜６ｄに送
られ、それぞれの神経回路網による記憶想起の過程が実
行される（ステップＳＴ１５）。その手続きは、神経回
路網のシナプス結合行列との積和演算とその後の闘値処
理による発火パーンの状態更新操作であり、これが自己
回帰的に定常状態に収束するまで行われる。こうして得
られた想起結果としての発火パターンに対して、各評価
手段７ａ〜７ｄにてそれぞれを検索情報と照合して評価
し（ステップＳＴ１６）、それぞれのプロセスを施す前
の発火パターンの評価部位と比較する（ステップＳＴ１
７）。その結果、評価の良いものは記憶手段１中におい
て当該プロセス実行前の個体と置き換え（ステップＳＴ
１８）、悪いものはそのまま廃棄する。各取り出しの過
程は定まったルールに基づいて行なわれ、一連の処理過
程をセットにして一巡とする。この手順を何巡か繰り返
すと、メモリの中には評価の良い個体が増えてゆく。メ
モリの中の全ての個体が与えられた評価の許容範囲内に
納まったことを検出した時点で（ステップＳＴ１９）、
その個体を出力情報として出力し（ステップＳＴ２０）
、処理を停止する。
【００１５】図３はこの実施例において用いた神経回路
網に記憶させた３０種類の画像の発火パターンであり、
一つの発火パターンは２０×２０＝４００個のピクセル
から成っている。図４〜図７はその１６番目のパターン
をターゲットパターンとして検索を行なった場合の各時
点での発火パターンを示している。即ち、図４はこの実
施例において採用した九個の個体にそれぞれ属する初期
条件としての発火パターンである。図５は最初の一巡の
過程を施した後の各個体の発火パターンであり、図５は
４２巡目、図７は１４２巡めの各個体の発火パターンで
ある。図４〜図７から明らかなように、記憶手段１中の
個体が徐々にターゲットパターンに収束して検索が成功
する様子がわかる。
【００１６】なお、上記実施例では、遺伝子の操作とし
て、組み替え操作、突然変異操作、相補操作、逆転操作
の４種類を示し、それらを並列的に処理する場合につい
て説明したが、パターンのサフィックスを順次ずらして
ゆくシフト操作、また、例えばその値が全て“１”の列
を組み込む操作など、外にも種々の操作が考えられるも
のであり、さらに、前述の各操作を実行する頻度によっ
て全体では異なった操作となり、どのような操作を行う
のが有効であるかという問題は、取り扱うパターンの中
に情報がどのような形で組み込まれているかによって様
々に異なるため、それに合った新たな操作を考え出すこ
とも、前述の操作を改良することも可能であり、それら
を並列的に実行するばかりでなく、ある順序に従って逐
次的に実行するようにしてもよい。
【００１７】さらに、操作手段および処理手段としては
、既製の汎用計算機を用いた処理ばかりでなく、全て専
用の電子集積回路（ＶＬＳＩ）、あるいは専用の光集積
回路で処理するようにしてもよく、また、それらの組み
合わせによって全体の装置を構成し、処理を行うように
してもよい。
【００１８】
【発明の効果】以上のように、この発明によれば、操作
手段における操作に遺伝子アルゴリズムを採用して、検
索情報のあいまいさから生ずる、検索の対象となる高次
元空間の広さと深さを絨毯的に検索する愚を避けて、与
えられた検索情報を持つ情報を有効に捜し出し、また、
処理手段に神経回路網を採用し、発火パターンとシナプ
ス結合行列との積和と闘値処理を繰り返し行って、部分
的な、あるいは雑音の極めて大きな入力から記憶を正し
く想起するように構成したので、従来の処理では“場合
の数の暴発”が起こり、“プログラムの極端な複雑化”
をまねくような情報検索処理を、現実的な時間で、大き
な制御の複雑化を伴うことなく実行できる情報検索装置
が得られる効果がある。
【図面の簡単な説明】
【図１】図１はこの発明の一実施例による情報検索装置
を示すブロック図。
【図２】図２はその処理の手順を示すフローチャート。
【図３】図３はその神経回路網に記憶させた発火パター
ンの一例を示す説明図。
【図４】図４はそのターゲットパターンの収束状況を示
す説明図。
【図５】図５はそのターゲットパターンの収束状況を示
す説明図。
【図６】図６はそのターゲットパターンの収束状況を示
す説明図。
【図７】図７はそのターゲットパターンの収束状況を示
す説明図。
【図８】図８は従来の情報検索装置を示すブロック図。
【図９】図９はその処理の手順を示すフローチャートで
ある。
【符号の説明】
１　　記憶手段 ４ａ〜４ｄ　　取出手段 ５ａ〜５ｄ　　操作手段 ６ａ〜６ｄ　　処理手段（シュミレータ計算機）７ａ〜
７ｄ　　評価手段 なお、図中、同一符号は同一、又は相当部分を示す。

Claims (1)

    【特許請求の範囲】
  1. 【請求項１】　　記憶として埋め込みたい発火パターン
    のいくつかから成る集合を設定し、それらから自己相関
    および相互相関のいずれか一方、もしくは双方をとって
    作ったシナプス結合行列を有する神経回路網を用い、与
    えられた検索情報に基づいて記憶手段に蓄積されている
    情報を検索する情報検索装置において、前記記憶手段内
    に準備された、検索試行中に発生する発火パターン、お
    よび検索の対象とするターゲット記憶との一致の度合い
    を評価する評価部分の２つの部位を備えた個体の集合か
    ら、１つあるいは複数の個体を取り出す取出手段と、前
    記取出手段にて取り出された個体に、組み替え操作、突
    然変異操作等の遺伝子の操作を加える操作手段と、前記
    操作手段の遺伝子の操作によって出来上がった発火パタ
    ーンと前記シナプス結合行列との積和をとって閾値処理
    する状態更新操作を行い、前記発火パターンが定常状態
    に収束するまでその状態更新操作を自己回帰的に施して
    、想起される記憶情報を取り出す処理手段と、前記処理
    手段にて得られた記憶情報を前記検索情報と照合して評
    価し、当該評価が良ければそれを前記個体の集合におけ
    る処理前の個体と置き換え、悪ければ廃棄する評価手段
    とを備えたことを特徴とする情報検索装置。
JP2414094A 1990-12-26 1990-12-26 情報検索装置 Pending JPH04223567A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2414094A JPH04223567A (ja) 1990-12-26 1990-12-26 情報検索装置
US07/813,159 US5400436A (en) 1990-12-26 1991-12-23 Information retrieval system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2414094A JPH04223567A (ja) 1990-12-26 1990-12-26 情報検索装置

Publications (1)

Publication Number Publication Date
JPH04223567A true JPH04223567A (ja) 1992-08-13

Family

ID=18522626

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2414094A Pending JPH04223567A (ja) 1990-12-26 1990-12-26 情報検索装置

Country Status (2)

Country Link
US (1) US5400436A (ja)
JP (1) JPH04223567A (ja)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69328599T2 (de) * 1992-08-24 2000-08-24 Casio Computer Co Ltd Datensuchvorrichtung
JP3171744B2 (ja) * 1994-03-15 2001-06-04 シャープ株式会社 音声及び動画の検索装置
US5486999A (en) * 1994-04-20 1996-01-23 Mebane; Andrew H. Apparatus and method for categorizing health care utilization
JP2729356B2 (ja) * 1994-09-01 1998-03-18 日本アイ・ビー・エム株式会社 情報検索システム及び方法
GB9517775D0 (en) * 1995-08-31 1995-11-01 Int Computers Ltd Computer system using genetic optimization techniques
US5819244A (en) * 1995-10-02 1998-10-06 Apple Computer, Inc. Adaptive computing systems, computer readable memories and processes employing hyperlinear chromosomes
US5841947A (en) * 1996-07-12 1998-11-24 Nordin; Peter Computer implemented machine learning method and system
US5946673A (en) * 1996-07-12 1999-08-31 Francone; Frank D. Computer implemented machine learning and control system
US6128607A (en) * 1996-07-12 2000-10-03 Nordin; Peter Computer implemented machine learning method and system
US6499022B1 (en) 1996-10-21 2002-12-24 Maxtor Corporation Method and apparatus for optimization of servo parameter values in a data storage device
US5781699A (en) * 1996-10-21 1998-07-14 Maxtor Corporation Method for optimization of channel parameters in a data storage device
US6466923B1 (en) 1997-05-12 2002-10-15 Chroma Graphics, Inc. Method and apparatus for biomathematical pattern recognition
US7249116B2 (en) * 2002-04-08 2007-07-24 Fiske Software, Llc Machine learning
JP2007504576A (ja) * 2003-01-17 2007-03-01 アヤラ，フランシスコ，ジェイ 人工知能を開発するためのシステム及び方法
US7493295B2 (en) * 2003-01-17 2009-02-17 Francisco J. Ayala Method, system and computer program for developing cortical algorithms
US8019705B2 (en) * 2003-03-24 2011-09-13 Fiske Software, LLC. Register and active element machines: commands, programs, simulators and translators
US20080133443A1 (en) * 2006-11-30 2008-06-05 Bohannon Philip L Methods and Apparatus for User-Guided Inference of Regular Expressions for Information Extraction
US10268843B2 (en) 2011-12-06 2019-04-23 AEMEA Inc. Non-deterministic secure active element machine

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4697242A (en) * 1984-06-11 1987-09-29 Holland John H Adaptive computing system capable of learning and discovery
US5040230A (en) * 1988-01-11 1991-08-13 Ezel Incorporated Associative pattern conversion system and adaptation method thereof
US5148513A (en) * 1988-05-20 1992-09-15 John R. Koza Non-linear genetic process for use with plural co-evolving populations

Also Published As

Publication number Publication date
US5400436A (en) 1995-03-21

Similar Documents

Publication Publication Date Title
JPH04223567A (ja) 情報検索装置
US8744191B1 (en) Selection of an image or images most representative of a set of images
Valentine et al. Typicality in categorization, recognition and identification: Evidence from face recognition
JP2021522591A (ja) 三次元実物体を実物体の二次元のスプーフと区別するための方法
CN110070115B (zh) 一种单像素攻击样本生成方法、装置、设备及存储介质
CN107944379A (zh) 基于深度学习的眼白图像超分辨率重建与图像增强方法
Wu et al. Identifying faces using multiple retrievals
GB2402535A (en) Face recognition
Melin Modular neural networks and type-2 fuzzy systems for pattern recognition
CN109800413A (zh) 新闻事件的识别方法、装置、设备及可读存储介质
CN112560710B (zh) 一种用于构建指静脉识别系统的方法及指静脉识别系统
WO2017174982A1 (en) Method of matching a sketch image to a face image
Santini et al. The graphical specification of similarity queries
CN111414803A (zh) 人脸识别方法、装置、电子设备
CN112613435A (zh) 人脸图像生成方法、装置、设备及介质
Guehairia et al. Deep random forest for facial age estimation based on face images
Koskela et al. Comparison of techniques for content-based image retrieval
Li et al. Disease identification in potato leaves using swin transformer
CN113268589B (zh) 关键用户识别方法、装置、可读存储介质和计算机设备
CN116912881A (zh) 一种动物物种识别方法、计算机设备以及识别系统
Nandre et al. Comparative Analysis of Transfer Learning CNN for Face Recognition
Samal Minimum resolution for human face detection and identification
Grech-Cini et al. Locating the mouth region in images of human faces
Choraś Automatic tongue recognition based on color and textural features
JP3497713B2 (ja) 情報分類方法、装置及びシステム