Acender a inteligência artificial com gravidade: Explorando técnicas de aprendizagem automática alto impacto baseadas na lei Newton

Com os rápidos avanços tecnológicos, a interação eficaz entre humanos e máquinas tornou-se cada vez mais importante, tornando o reconhecimento facial preciso uma área de investigação crítica. Os sistemas tradicionais de reconhecimento facial dependem predominantemente de dados de modalidade única, o que limita a sua robustez em condições reais. Para resolver essas limitações, o reconhecimento facial multimodal - que integra informações de várias fontes, como dados visuais e áudio - ganhou atenção significativa.Apesar da extensa pesquisa, o reconhecimento facial continua sendo um desafio devido às variações de iluminação, ruído, rotação e oclusão. Esta tese aborda esses desafios, propondo novos algoritmos para a deteção de características invariantes. Uma contribuição importante é uma nova técnica de deteção de bordas inspirada na lei universal da força gravitacional de Newton. O método calcula as interações gravitacionais com base na direção e magnitude da variação do sinal e deriva somas vetoriais nas direções horizontal e vertical para extrair bordas faciais precisas.