<html>
  <head>
    <meta http-equiv="Content-Type" content="text/html; charset=utf-8">
  </head>
  <body text="#000000" bgcolor="#FFFFFF">
    <p>Gilles <br>
    </p>
    <p>thanks a lot for this clarification. <br>
    </p>
    <p>IA in DK ! I look forward to see more on this!  if he can do all
      this for us , but I beleive that's the purpose :-)</p>
    <p>did you look also to my second point:</p>
    <p>also a problem I have (not new in DK6), after a search, when I'm
      looking <br>
      to the unconfirmed, I see different proposals, and when the
      proposal is <br>
      incorrect, if I enter the correct name, then it seems to become
      the <br>
      standart proposal for most of the remaining unconfirmed.<br>
      <br>
      is there something I'm doing wrong ?</p>
    I have also another error: the tag "unconfirmed" is no more visible
    (I have removed it) , but not able to re-create it as it still
    exist. How to make it visible again?<br>
    regards<br>
    Frederic<br>
    <br>
    <div class="moz-cite-prefix">Le 12/11/2018 à 07:37, Gilles Caulier a
      écrit :<br>
    </div>
    <blockquote type="cite"
cite="mid:CAHFG6sGSCxt=dQV6gv_q4yt2ySwxqKKjvR2j1JQR7TaY3fpgGQ@mail.gmail.com">
      <meta http-equiv="content-type" content="text/html; charset=utf-8">
      <div dir="ltr">
        <div dir="ltr">
          <div dir="ltr">
            <div dir="ltr"><br>
              <br>
              <div class="gmail_quote">
                <div dir="ltr">Le dim. 11 nov. 2018 à 11:22, frederic
                  chaume <<a href="mailto:frederic.chaume@gmail.com"
                    moz-do-not-send="true">frederic.chaume@gmail.com</a>>
                  a écrit :<br>
                </div>
                <blockquote class="gmail_quote" style="margin:0px 0px
                  0px 0.8ex;border-left:1px solid
                  rgb(204,204,204);padding-left:1ex">Hi all<br>
                  <br>
                  trying to experiment the face recognition from DK6B2,
                  and I see now <br>
                  there are 4 different algorithms. What are the
                  differences ?<br>
                  <br>
                </blockquote>
                <div><br>
                </div>
                <div>This is 4 different algorithms to process face
                  fingerprints while faces recognition.</div>
                <div><br>
                </div>
                <div>This is not the face detection processing, which is
                  another one.</div>
                <div><br>
                </div>
                <div>Detection is one step, recognition is another one. </div>
                <div>The 3 first one recognition algorithm are standard
                  method more and less efficient to process recognition
                  :</div>
                <div><br>
                </div>
                <div>LPB : the original method and the first one
                  implemented in DK.</div>
                <div><br>
                </div>
                <div><a
                    href="https://en.wikipedia.org/wiki/Local_binary_patterns"
                    moz-do-not-send="true">https://en.wikipedia.org/wiki/Local_binary_patterns</a><br>
                </div>
                <div><br>
                </div>
                <div>EigenFace : This algorithm was never finalized in
                  DK when FR have been implemented in DK. It's not
                  finalized and given for testing and compare with LPB</div>
                <div><br>
                </div>
                <div><a href="https://en.wikipedia.org/wiki/Eigenface"
                    moz-do-not-send="true">https://en.wikipedia.org/wiki/Eigenface</a><br>
                </div>
                <div><br>
                </div>
                <div>FisherFace : This algorithm is an improvement of
                  EigenFace. It's not fully implemented and given to
                  compare with LPB (it do not store data in database has
                  i remember).</div>
                <div><br>
                </div>
                <div><a
                    href="http://note.sonots.com/SciSoftware/FaceRecognition.html"
                    moz-do-not-send="true">http://note.sonots.com/SciSoftware/FaceRecognition.html</a><br>
                </div>
                <div><br>
                </div>
                <div>LPB, EighenFace, and Fisherface use OpenCV library
                  implementation as well. So the performance are
                  relevant of OpenCV code. In DK, we have a template
                  implementation of recognition engine which can be
                  extended through virtual methods, as plenty of
                  algorithm variant exists to perform face recognition. </div>
                <div><br>
                </div>
                <div>Between LPB, EigenFace and FisherFace, LPB is the
                  most faster. The recognition efficience is mostly the
                  same (good recognition vs false results). </div>
                <div>Eigen and Fisher run more slowly than LPB.</div>
                <div><br>
                </div>
                <div>These algorithms need at least 6 faces already
                  tagged by end users with the same person to recognize
                  to start to give suitable results, but if more
                  reference are given, it must be better. Typically you
                  provide samples to use to process future comparison
                  using face histogram stored in database. You can only
                  provide real face sample to compare. You cannot teach
                  about false positive results. The teach process still
                  basic.</div>
                <div><br>
                </div>
                <div>The last one is more tedious and promising but it's
                  so far not optimized. It's an IA algorithm using deep
                  learning based on DLib. You teach face to the neural
                  network and it store data in database. The result are
                  good if you teach many faces to the IA. The result are
                  good, but the speed no. It's slow and require more end
                  user action to work. So this one need a lots of
                  improvement for the future and cannot be used as well
                  actually. This IA can teach for false positive
                  detected as flower seen as a face for ex. So the teach
                  process is more complete, but require more data
                  storage in database.</div>
                <div><br>
                </div>
                <div>IA and deep learning are the future and look
                  promising. It's also a very interesting project to
                  implement (from a student viewpoint), as IA start to
                  be used everywhere in computer science. So i'm sure
                  that we will found new students to work on it later,
                  as it still a lots of work to do on it.</div>
                <div><br>
                </div>
                <div>So the only one to use for the moment is LPB.</div>
                <div><br>
                </div>
                <div>Best</div>
                <div><br>
                </div>
                <div>Gilles Caulier</div>
                <div><br>
                </div>
                <div> </div>
                <blockquote class="gmail_quote" style="margin:0px 0px
                  0px 0.8ex;border-left:1px solid
                  rgb(204,204,204);padding-left:1ex">
                  also a problem I have (not new in DK6), after asearch,
                  when I'm looking <br>
                  to the unconfirmed, I see different proposals, and
                  when the proposal is <br>
                  incorrect, if I enter the correct name, then it seems
                  to become the <br>
                  standart proposal for most of the remaining
                  unconfirmed.<br>
                  <br>
                  is there something I'm doing wrong ?<br>
                  <br>
                  <br>
                  thanks for your help<br>
                  <br>
                  <br>
                  regards<br>
                  <br>
                  frederic<br>
                  <br>
                </blockquote>
              </div>
            </div>
          </div>
        </div>
      </div>
    </blockquote>
    <br>
  </body>
</html>