Znate li tri algoritma tehnologije posjećenosti prepoznavanja lica?

Tehnologija prisustva prepoznavanja lica prvo prikuplja informacije o licu i uspoređuje je s bazom podataka lica kada stroj za posjedovanje uđe i izlazi iz pješačkog prolaza. Ako je usporedba uspješna, stroj za posjedovanje otvorit će se; Ako usporedba ne uspije, stroj za posjedovanje neće se otvoriti; Uprava se temelji na usporedbi podataka korisnika na opremi za kontrolu pristupa pristupu prepoznavanju lica, a računalo se koristi kao alat za pozadinsko obradu za u potpunosti ostvarivanje automatskog upravljanja osobljem koje ulazi i izlazi iz područja kontrole kanala. U isto vrijeme, prema zapisima o registraciji korisnika, može brzo i automatski generirati izvješća o zapisu o kontroli pristupa koja se mogu izvesti prema različitim uvjetima sortiranja kao što je vrijeme, što je prikladno za menadžere u zapise upita, a može se koristiti i kao automatski sustav posjećenosti za unutarnje osoblje.

Mainstream sustavi za prepoznavanje lica mogu se u osnovi klasificirati u tri kategorije, naime: metode temeljene na geometrijskim značajkama, metodama temeljenim na predlošcima i metodama temeljenim na modelima.
1. Metoda koja se temelji na geometrijskim značajkama je rana i tradicionalna metoda, a obično se treba kombinirati s drugim algoritmima kako bi se imale bolje rezultate;
2. Metode temeljene na predlošku mogu se podijeliti na metode temeljene na podudaranju korelacije, metodama eigenface, linearnim metodama analize diskriminacije, metodama raspadanja jedinstvene vrijednosti, metodama neuronske mreže, metodama podudaranja dinamičkog povezivanja, itd.
3. Metode temeljene na modelu uključuju metode temeljene na skrivenim Markovim modelima, modelima aktivnog oblika i modelima aktivnog izgleda.
Metode temeljene na geometriji
Ljudsko lice sastoji se od dijelova poput očiju, nosa, usta i brade. Upravo zbog različitih razlika u obliku, veličini i strukturi tih dijelova, svako ljudsko lice na svijetu je vrlo različito. Stoga se geometrijski opis oblika i strukturnog odnosa ovih dijelova može koristiti kao važno obilježje prisustva prepoznavanja lica.
Geometrijske značajke prvo su korištene u opisu i prepoznavanju profila ljudskog lica. Prvo, određeni su brojni vidljivi točke prema krivulji profila, a skup mjernih podataka za prepoznavanje, poput udaljenosti i kuta, izvedeni su iz ovih vidljivih točaka. To je vrlo inovativna metoda koju su Jia i sur. Simulirajte sliku bočnog profila integralnom projekcijom u blizini linije na frontalnoj sivoj slici.
Korištenje geometrijskih karakteristika za sustav pohađanja frontalnog prepoznavanja lica uglavnom izvlači položaje važnih značajki kao što su oči, usta i nos, te geometrijski oblici važnih organa poput očiju kao klasifikacijske značajke, ali je testirana performanse geometrijske ekstrakcije značajki eksperimentalno. Istraživanje, rezultati nisu optimistični.
Deformabilna metoda predloška može se smatrati poboljšanjem metode geometrijske značajke. Njegova osnovna ideja je dizajnirati model organa s podesivim parametrima (to jest, deformabilni predložak), definirati energetsku funkciju i minimizirati energetsku funkciju podešavanjem parametara modela. Parametri modela u ovom se trenutku koriste kao geometrijske značajke organa.
Ideja ove metode je vrlo dobra, ali postoje dva problema. Jedan je da se koeficijenti ponderiranja različitih troškova u energetskoj funkciji mogu odrediti samo empirijski, što je teško popularizirati. Drugi je da je proces optimizacije energetske funkcije vrlo dugotrajan i teško je primijeniti u praksi. Prikaz lica na temelju parametara može postići opis vidljivih karakteristika lica, ali zahtijeva puno unaprijed obrade i finog odabira parametara. Istodobno, upotreba općih geometrijskih značajki opisuje samo osnovni oblik i strukturni odnos komponenti, zanemarujući lokalne suptilne značajke, što rezultira gubitkom dijela informacija, što je prikladnije za grubu klasifikaciju