Conosci i tre algoritmi della tecnologia di partecipazione al riconoscimento facciale?

La tecnologia di partecipazione al riconoscimento del volto raccoglie prima le informazioni sul volto e la confronta con il database Face quando si entra e si esce dal cancello del passaggio pedonale. Se il confronto ha successo, il cancello viene aperto. La direzione si basa sul confronto dei dati dell'utente sull'apparecchiatura di controllo dell'accesso alla partecipazione del riconoscimento facciale e il computer viene utilizzato come strumento di elaborazione in background per realizzare pienamente la gestione automatica del personale che entra e uscirà dall'area di controllo del canale e presso il Lo stesso tempo, può essere generato rapidamente e automaticamente in base al record di registrazione dell'utente. I registri e i report di controllo degli accessi possono essere esportati in base a varie condizioni di smistamento come il tempo richiesto dagli utenti, il che è conveniente per i manager per fare query record e possono anche essere utilizzati come sistema di partecipazione automatica per il personale interno.

I sistemi di frequenza del riconoscimento del volto tradizionale possono sostanzialmente essere classificati in tre categorie, vale a dire: metodi basati su caratteristiche geometriche, metodi basati su modelli e metodi basati su modelli.
1. Il metodo basato su caratteristiche geometriche è un metodo precoce e tradizionale e di solito deve essere combinato con altri algoritmi per ottenere risultati migliori.
2. I metodi basati su modelli possono essere suddivisi in metodi in base alla corrispondenza della correlazione, ai metodi di autorizzazione, ai metodi di analisi discriminante lineare, ai metodi di decomposizione del valore singolare, ai metodi di rete neurale, ai metodi di corrispondenza della connessione dinamica, ecc.
3. I metodi basati su modelli includono metodi basati su modelli Markov nascosti, modelli a forma attiva e modelli di aspetto attivo.
Il viso umano è composto da parti come occhi, naso, bocca e mento. È proprio a causa delle varie differenze nella forma, dimensione e struttura di queste parti che ogni volto umano nel mondo è molto diverso. Pertanto, la descrizione geometrica della forma e della relazione strutturale di queste parti può essere utilizzata come caratteristica importante della frequenza di riconoscimento del viso.
Le caratteristiche geometriche sono state usate per la prima volta per descrivere e riconoscere il profilo del volto umano. Innanzitutto, un certo numero di punti salienti sono determinati in base alla curva del profilo e una serie di metriche di funzionalità per il riconoscimento come distanza, angolo, ecc. Sono derivati ​​da questi punti salienti. Jia et al. La proiezione integrale vicino alla linea nella mappa di laurea è un metodo molto nuovo per simulare la mappa del profilo laterale.
L'uso di caratteristiche geometriche per il riconoscimento del viso frontale e i sistemi di frequenza generalmente estraggono le posizioni di importanti punti caratteristici come occhi, bocca e naso e le forme geometriche di organi importanti come gli occhi come caratteristiche di classificazione, ma l'accuratezza dell'estrazione geometrica è stata testato sperimentalmente. Ricerca, i risultati non sono ottimisti.
Il metodo del modello deformabile può essere considerato un miglioramento del metodo della caratteristica geometrica. La sua idea di base è: progettare un modello di organi con parametri regolabili, definire una funzione energetica e ridurre al minimo la funzione energetica regolando i parametri del modello. Al momento, i parametri del modello sono come le caratteristiche geometriche dell'organo.
L'idea di questo metodo è molto buona, ma ci sono due problemi. Uno è che i coefficienti di ponderazione di vari costi nella funzione energetica possono essere determinati solo dall'esperienza, il che è difficile da promuovere. L'altro è che il processo di ottimizzazione delle funzioni energetiche è molto dispendioso in termini di tempo e difficile da applicare nella pratica. La rappresentazione del viso può ottenere una descrizione delle caratteristiche salienti del viso, ma richiede molta pre-elaborazione e selezione di parametri raffinati. Allo stesso tempo, l'uso di caratteristiche geometriche generali descrive solo la forma di base e la relazione strutturale delle parti, ignorando le caratteristiche sottili locali. Causa la perdita di parte delle informazioni, che è più adatta per la classificazione approssimativa, e la tecnologia di rilevamento dei punti di caratteristica esistente è lungi dall'essere soddisfatto dei requisiti in termini di efficienza e anche la quantità di calcolo è grande.