We use modified HNN for face recogn

We use modified HNN for face recognition. To validate our algorithm, randomly generated distorted faces with 5%, 10% and so on, up to 45% distortion are presented to the network. For each distortion percentage the network is presented with 500 different distorted images. We observe the number of times the network converges to the correct fundamental face when presented with the distorted version of the fundamental face. Fig. 3 shows images of face 3 with 10% distortion face I with 25% distortion and face 2 with 35% distortion and respective retrieved faces. Table I summarized the response of the network for 7 faces (60x60 pixels). The results show at least 82.8% retrieval by CHNN and 63% retrieval by HNN for up to 45% distortion for 7 faces (60x60). For ULRI (10x10
pixels), our results show at least 72.8% retrieval by CHNN and at least 59.4% retrieval by HNN. As the distortion increases, the retrieval algorithm of CHNN performed better than HNN in terms of successful retrieval.

結果 (繁體中文) 1:

我們使用改性的 HNN 人臉識別。來驗證我們的演算法，隨機生成扭曲的面孔，5%、 10%與 45%失真達介紹到網路了。為每個失真百分比與 500 不同扭曲圖像提出了的網路。我們觀察網路收斂到正確的基本面對時提出了一種基本的臉扭曲版本的次數。圖 3 顯示的 10%失真臉臉 3 圖像我 25%失真與臉 2 35%失真與各自檢索的面孔。表我總結了 7 面 （60 x 60 圖元） 網路的回應。結果表明至少 82.8%檢索由 CHNN 和 HNN 達 45%63%檢索 7 面 (60 x 60) 失真。為 ULRI (10 × 10圖元為單位），我們的研究結果顯示，至少 72.8%由 CHNN 和至少 59.4%檢索檢索由 HNN。隨著變形增大，CHNN 的檢索演算法優於 HNN 的檢索成功執行。

結果 (繁體中文) 2:

我們利用修改HNN的人臉識別。為了驗證我們算法，隨機產生的扭曲面，用5％，10％等，高達45％的失真被呈現給網絡。對於每一個百分比失真網絡呈現500種不同的扭曲圖像。我們觀察到，當與基本表面的扭曲版本提供的網絡收斂到正確的基本面孔的次數。圖。圖3示出了10％的失真面我用25％的失真和面2與35％的失真和各個檢索面面3的圖像。表Ⅰ總結了網絡7面（60x60的像素）的反應。結果顯示通過CHNN至少82.8％的檢索和由HNN 63％檢索為7面（60X60）高達45％的失真。對於ULRI（10×10
像素），我們的結果顯示通過CHNN至少72.8％的檢索和HNN至少59.4％的檢索。隨著變形的增加，CHNN的檢索算法成功檢索方面比HNN表現較好。

結果 (繁體中文) 3:

我們採用改進的Hopfield神經網路的人臉識別。為了驗證我們的算灋，隨機產生的扭曲的臉與5%，10%等，高達45%的失真的網絡。對於每個失真百分比的網絡與500個不同的扭曲影像。我們觀察到的網絡收斂到正確的基本面時，與扭曲的版本的基本面的次數。圖3顯示的影像的人臉3與10%變形面I與25%的失真和面對2與35%失真和各自檢索到的面孔。我總結的網絡響應7面（60*60點數）。結果表明，至少有82.8%和63%的檢索檢索CHNN HNN長達45%變形7面（60*60）。對於ulri（10x10點數），我們的結果表明，至少72.8%的檢索CHNN和至少59.4%的網絡檢索。隨著變形的新增，CHNN的檢索算灋比HNN在成功的檢索條件。