Alam mo ba ang tatlong algorithm ng teknolohiya ng pagdalo sa pagkilala sa mukha?

Ang mga pangunahing sistema ng pagdalo sa pagkilala sa mukha ay maaaring karaniwang uriin sa tatlong kategorya, katulad: mga pamamaraan batay sa mga geometric na tampok, mga pamamaraan batay sa mga template at mga pamamaraan batay sa mga modelo.
1. Ang pamamaraang batay sa mga geometric na tampok ay isang maaga at tradisyonal na pamamaraan, at karaniwang kailangang isama sa iba pang mga algorithm upang magkaroon ng mas magandang resulta;
2. Ang mga pamamaraan na nakabatay sa template ay maaaring hatiin sa mga pamamaraan batay sa pagtutugma ng ugnayan, mga pamamaraan ng eigenface, mga pamamaraan ng pagsusuri sa linear na discriminant, mga pamamaraan ng singular value decomposition, mga pamamaraan ng neural network, mga pamamaraan ng pagtutugma ng dinamikong koneksyon, atbp.
3. Kasama sa mga pamamaraang nakabatay sa modelo ang mga pamamaraan batay sa mga nakatagong modelo ng Markov, mga modelo ng aktibong hugis, at mga modelo ng aktibong hitsura.
Mga Paraang Batay sa Geometry
Ang mukha ng tao ay binubuo ng mga bahagi tulad ng mata, ilong, bibig, at baba. Ito ay tiyak na dahil sa iba't ibang mga pagkakaiba sa hugis, sukat at istraktura ng mga bahaging ito na ang bawat mukha ng tao sa mundo ay ibang-iba. Samakatuwid, ang geometric na paglalarawan ng hugis at istrukturang relasyon ng mga bahaging ito, ay maaaring gamitin bilang isang mahalagang katangian ng pagdalo sa pagkilala sa mukha.
Ang mga geometric na tampok ay unang ginamit sa paglalarawan at pagkilala sa profile ng mukha ng tao. Una, natukoy ang ilang mahahalagang punto ayon sa curve ng profile, at isang hanay ng mga sukatan ng tampok para sa pagkilala, tulad ng distansya at anggulo, ay nakuha mula sa mga mahahalagang puntong ito. Ito ay isang napaka-makabagong pamamaraan na Jia et al. gayahin ang side profile image sa pamamagitan ng integral projection malapit sa linya sa frontal gray na imahe.
Ang paggamit ng mga geometric na feature para sa frontal face recognition attendance system ay karaniwang kinukuha ang mga posisyon ng mahahalagang feature point gaya ng mga mata, bibig, at ilong, at ang mga geometric na hugis ng mahahalagang organo gaya ng mga mata bilang mga feature ng pag-uuri, ngunit ang pagganap ng geometric feature extraction ay nasubok nang eksperimental. Pananaliksik, ang mga resulta ay hindi maasahin sa mabuti.
Ang nababagong paraan ng template ay maaaring ituring bilang isang pagpapabuti ng pamamaraan ng tampok na geometriko. Ang pangunahing ideya nito ay ang disenyo ng isang modelo ng organ na may mga adjustable na parameter (iyon ay, isang deformable na template), tukuyin ang isang function ng enerhiya, at i-minimize ang function ng enerhiya sa pamamagitan ng pagsasaayos ng mga parameter ng modelo. Ang mga parameter ng modelo sa oras na ito ay ginagamit bilang mga geometric na katangian ng organ.
Ang ideya ng pamamaraang ito ay napakahusay, ngunit may dalawang problema. Ang isa ay ang mga koepisyent ng weighting ng iba't ibang mga gastos sa pag-andar ng enerhiya ay maaari lamang matukoy sa empirically, na mahirap i-popularize. Ang isa pa ay ang proseso ng pag-optimize ng function ng enerhiya ay napakatagal at mahirap ilapat sa pagsasanay. Maaaring makamit ng representasyon ng mukha na nakabatay sa parameter ang isang paglalarawan ng mga kapansin-pansing feature ng mukha, ngunit nangangailangan ito ng maraming pre-processing at mahusay na pagpili ng parameter. Kasabay nito, ang paggamit ng mga pangkalahatang geometric na tampok ay naglalarawan lamang ng pangunahing hugis at istrukturang relasyon ng mga bahagi, hindi pinapansin ang mga lokal na banayad na tampok, na nagreresulta sa pagkawala ng bahagi ng impormasyon, na mas angkop para sa magaspang na pag-uuri.