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

Una nang kinokolekta ng Face Recognition Technology Technology ang impormasyon sa mukha, at inihahambing ito sa database ng mukha kapag pumapasok ang makina ng pagdalo at lumabas sa daanan ng pedestrian. Kung ang paghahambing ay matagumpay, ang makina ng pagdalo ay magbubukas; Kung nabigo ang paghahambing, ang makina ng pagdalo ay hindi magbubukas; Ang pamamahala ay batay sa paghahambing ng data ng gumagamit sa mga kagamitan sa pag -access sa pag -access sa pagkilala sa mukha, at ang computer ay ginagamit bilang tool sa pagproseso ng background upang lubos na mapagtanto ang awtomatikong pamamahala ng mga tauhan na pumapasok at lumabas sa lugar ng control control. Kasabay nito, ayon sa mga tala sa pagpaparehistro ng gumagamit, maaari itong mabilis at awtomatikong makabuo ng mga ulat ng record control record na maaaring ma -export ayon sa iba't ibang mga kondisyon ng pag -uuri tulad ng oras, na maginhawa para sa mga tagapamahala na mag -query ng mga talaan, at maaari ring magamit bilang Isang awtomatikong sistema ng pagdalo para sa panloob na kawani.

Ang pangunahing mga sistema ng pagdalo sa pagkilala sa mukha ay maaaring maiuri sa tatlong kategorya, lalo na: ang mga pamamaraan batay sa mga tampok na geometric, mga pamamaraan batay sa mga template at pamamaraan batay sa mga modelo.
1. Ang pamamaraan batay sa mga tampok na geometric ay isang maaga at tradisyonal na pamamaraan, at karaniwang kailangang pagsamahin sa iba pang mga algorithm upang magkaroon ng mas mahusay na mga resulta;
2. Ang mga pamamaraan na batay sa template ay maaaring nahahati sa mga pamamaraan batay sa pagtutugma ng ugnayan, mga pamamaraan ng eigenface, mga pamamaraan ng pagtatasa ng linear na diskriminasyon, mga pamamaraan ng pagbagsak ng halaga ng halaga, mga pamamaraan ng neural network, mga pamamaraan ng pagtutugma ng koneksyon, atbp.
3. Ang mga pamamaraan na batay sa modelo ay may kasamang mga pamamaraan batay sa mga nakatagong modelo ng Markov, mga aktibong modelo ng hugis, at mga aktibong modelo ng hitsura.
Mga pamamaraan na batay sa geometry
Ang mukha ng tao ay binubuo ng mga bahagi tulad ng mga mata, ilong, bibig, at baba. Ito ay tiyak dahil sa iba't ibang mga pagkakaiba -iba sa hugis, sukat at istraktura ng mga bahaging ito na ang bawat mukha ng tao sa mundo ay ibang -iba. Samakatuwid, ang paglalarawan ng geometriko ng hugis at istruktura na relasyon ng mga bahaging ito, ay maaaring magamit bilang isang mahalagang tampok ng pagdalo sa pagkilala sa mukha.
Ang mga tampok na geometriko ay unang ginamit sa paglalarawan at pagkilala sa profile ng mukha ng tao. Una, ang isang bilang ng mga nakamamanghang puntos ay natutukoy ayon sa curve ng profile, at isang hanay ng mga sukatan ng tampok para sa pagkilala, tulad ng distansya at anggulo, ay nagmula sa mga nakamamanghang puntos na ito. Ito ay isang napaka -makabagong pamamaraan na Jia et al. gayahin ang imahe ng profile ng gilid sa pamamagitan ng integral na projection malapit sa linya sa frontal grey na imahe.
Ang paggamit ng mga tampok na geometriko para sa pangharap na sistema ng pagdalo sa pagkilala sa mukha sa pangkalahatan ay kumukuha ng mga posisyon ng mga mahahalagang puntos ng tampok tulad ng mga mata, bibig, at ilong, at ang mga geometric na hugis ng mga mahahalagang organo tulad ng mga mata bilang mga tampok ng pag -uuri, ngunit ang pagganap ng geometric tampok na pagkuha ay nasubok Eksperimento. Pananaliksik, ang mga resulta ay hindi maasahin sa mabuti.
Ang paraan ng deformable na template ay maaaring ituring bilang isang pagpapabuti ng pamamaraan ng tampok na geometric. Ang pangunahing ideya nito ay upang magdisenyo ng isang modelo ng organ na may mga adjustable na mga parameter (iyon ay, isang deformable na template), tukuyin ang isang function ng enerhiya, at mabawasan ang pag -andar ng enerhiya sa pamamagitan ng pag -aayos ng mga parameter ng modelo. Ang mga parameter ng modelo sa oras na ito ay ginagamit bilang mga tampok na geometric ng organ.
Ang ideya ng pamamaraang ito ay napakahusay, ngunit mayroong dalawang mga problema. Ang isa ay ang mga coefficient ng weighting ng iba't ibang mga gastos sa pag -andar ng enerhiya ay maaari lamang matukoy nang empiriko, na mahirap na ma -popularize. Ang iba pa ay ang proseso ng pag-optimize ng pag-andar ng enerhiya ay napaka-oras at mahirap mag-aplay sa pagsasanay. Ang representasyon ng mukha na batay sa parameter ay maaaring makamit ang isang paglalarawan ng mga nakamamanghang tampok ng mukha, ngunit nangangailangan ito ng maraming pre-processing at fine na pagpili ng parameter. Kasabay nito, ang paggamit ng mga pangkalahatang tampok na geometriko ay naglalarawan lamang sa pangunahing hugis at istruktura na relasyon ng