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

La tecnologia di partecipazione del riconoscimento facciale raccoglie per prima cosa fa faccia a faccia e lo confronta con il database Face quando la macchina delle presenze entra ed esce dal passaggio pedonale. Se il confronto ha esito positivo, la macchina delle presenze si aprirà; Se il confronto fallisce, la macchina delle presenze non si aprirà; 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. Allo stesso tempo, secondo i record di registrazione dell'utente, può generare rapidamente e automaticamente record di record di controllo dell'accesso che possono essere esportati in base a varie condizioni di smistamento come il tempo, che è conveniente per i manager per le query record e può anche essere utilizzata come un 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 avere 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.
Metodi basati sulla geometria
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 utilizzate per la prima volta nella descrizione e nel riconoscimento del profilo del volto umano. Innanzitutto, un certo numero di punti salienti sono stati determinati in base alla curva del profilo e una serie di metriche di funzionalità per il riconoscimento, come la distanza e l'angolo, sono state derivate da questi punti salienti. È un metodo molto innovativo che Jia et al. Simula l'immagine del profilo laterale mediante la proiezione integrale vicino alla linea nell'immagine grigia frontale.
L'uso di caratteristiche geometriche per il sistema di frequenza del riconoscimento del viso frontale generalmente estrae le posizioni di importanti punti di caratteristica come occhi, bocca e naso e le forme geometriche di organi importanti come gli occhi come caratteristiche di classificazione, ma le prestazioni dell'estrazione geometrica sono state testate 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 quella di progettare un modello di organi con parametri regolabili (ovvero un modello deformabile), definire una funzione energetica e ridurre al minimo la funzione energetica regolando i parametri del modello. I parametri del modello in questo momento vengono utilizzati come 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 empiricamente, il che è difficile da diffondere. L'altro è che il processo di ottimizzazione della funzione energetica richiede molto tempo e difficile da applicare nella pratica. La rappresentazione del viso basata sui parametri può ottenere una descrizione delle caratteristiche salienti del viso, ma richiede molta pre-elaborazione e selezione di parametri fine. Allo stesso tempo, l'uso di caratteristiche geometriche generali descrive solo la forma di base e la relazione strutturale dei componenti, ignorando le caratteristiche sottili locali, con conseguente perdita di parte delle informazioni, che è più adatta alla classificazione approssimativa