Cunoașteți cei trei algoritmi ai tehnologiei de prezență a recunoașterii feței?

Tehnologia de prezență de recunoaștere a feței colectează mai întâi informații despre față și o compară cu baza de date a feței atunci când intră și ieși din poarta pasajului pietonal. Dacă comparația are succes, poarta este deschisă. Managementul se bazează pe comparația de date a utilizatorului pe echipamentul de control al accesului la recunoașterea feței, iar computerul este utilizat ca instrument de procesare a fundalului pentru a realiza pe deplin gestionarea automată a personalului care intră și iese din zona de control al canalului și la În același timp, poate fi generat rapid și automat în conformitate cu înregistrarea de înregistrare a utilizatorului. Înregistrările și rapoartele de control de acces pot fi exportate în funcție de diverse condiții de sortare, cum ar fi timpul cerut de utilizatori, ceea ce este convenabil pentru manageri să interogheze înregistrări și pot fi, de asemenea, utilizate ca sistem de prezență automată pentru personalul intern.

Sistemele de participare la recunoașterea feței mainstream pot fi clasificate practic în trei categorii, și anume: metode bazate pe caracteristici geometrice, metode bazate pe șabloane și metode bazate pe modele.
1. Metoda bazată pe caracteristici geometrice este o metodă timpurie și tradițională și, de obicei, trebuie combinată cu alți algoritmi pentru a obține rezultate mai bune.
2. Metodele bazate pe șabloane pot fi împărțite în metode bazate pe potrivirea corelației, metode de desfacere proprii, metode de analiză liniară discriminantă, metode de descompunere a valorii singulare, metode de rețea neuronală, metode de potrivire a conexiunii dinamice etc.
3. Metodele bazate pe model includ metode bazate pe modele Markov ascunse, modele de formă activă și modele de aspect activ.
Fața umană este compusă din părți precum ochii, nasul, gura și bărbia. Tocmai din cauza diferitelor diferențe în ceea ce privește forma, dimensiunea și structura acestor părți, fiecare față umană din lume este foarte diferită. Prin urmare, descrierea geometrică a formei și relației structurale a acestor părți, poate fi utilizată ca o caracteristică importantă a prezenței de recunoaștere a feței.
Caracteristicile geometrice au fost utilizate pentru prima dată pentru a descrie și recunoaște profilul feței umane. În primul rând, o serie de puncte importante sunt determinate în funcție de curba profilului, iar un set de valori de caracteristici pentru recunoaștere, cum ar fi distanța, unghiul, etc. sunt derivate din aceste puncte importante. Jia și colab. Proiecția integrală în apropierea liniei din harta gradului este o metodă foarte nouă pentru a simula harta profilului lateral.
Utilizarea caracteristicilor geometrice pentru sistemele frontale de recunoaștere a feței și de prezență extrage, în general, pozițiile de puncte de caracteristică importante, cum ar fi ochii, gura și nasul și formele geometrice ale organelor importante, cum ar fi ochii, precum caracteristicile clasificării, dar exactitatea extragerii caracteristicilor geometrice a fost testat experimental. Cercetări, rezultatele nu sunt optimiste.
Metoda de șablon deformabilă poate fi considerată o îmbunătățire a metodei caracteristicii geometrice. Ideea sa de bază este: proiectați un model de organ cu parametri reglabili, definiți o funcție energetică și minimizați funcția energetică prin reglarea parametrilor modelului. În acest moment, parametrii modelului sunt ca caracteristici geometrice ale organului.
Ideea acestei metode este foarte bună, dar există două probleme. Unul este că coeficienții de ponderare a diferitelor costuri în funcția energetică nu pot fi determinați decât de experiență, ceea ce este dificil de promovat. Cealaltă este că procesul de optimizare a funcției energetice necesită foarte mult timp și este dificil de aplicat în practică. Reprezentarea feței poate realiza o descriere a caracteristicilor importante ale feței, dar necesită o mulțime de pre-procesare și selecție de parametri fine. În același timp, utilizarea caracteristicilor geometrice generale descrie doar forma de bază și relația structurală a părților, ignorând caracteristicile subtile locale. Acesta provoacă pierderea unei părți a informațiilor, care este mai potrivită pentru o clasificare brută, iar tehnologia existentă de detectare a punctului de caracteristici este departe de a îndeplini cerințele din punct de vedere al eficienței, iar cantitatea de calcul este, de asemenea, mare.