Connaissez-vous les trois algorithmes de la technologie de fréquentation de la reconnaissance faciale?

La technologie de fréquentation de la reconnaissance du visage recueille d'abord les informations du visage et la compare à la base de données du visage lorsque la machine de fréquentation entre et sort du passage pour piétons. Si la comparaison est réussie, la machine de fréquentation s'ouvrira; Si la comparaison échoue, la machine de fréquentation ne s'ouvrira pas; La gestion est basée sur la comparaison des données de l'utilisateur sur l'équipement de contrôle d'accès à la reconnaissance de la face, et l'ordinateur est utilisé comme outil de traitement de fond pour réaliser pleinement la gestion automatique du personnel entrant et sortant de la zone de contrôle des canaux. Dans le même temps, selon les enregistrements d'enregistrement des utilisateurs, il peut générer rapidement et automatiquement des rapports d'enregistrements de contrôle d'accès qui peuvent être exportés en fonction de diverses conditions de tri telles que le temps, ce qui est pratique pour les gestionnaires de demander des enregistrements, et peut également être utilisé comme Un système de fréquentation automatique pour le personnel interne.

Les systèmes de participation à la reconnaissance du visage grand public peuvent essentiellement être classés en trois catégories, à savoir: des méthodes basées sur des caractéristiques géométriques, des méthodes basées sur des modèles et des méthodes basées sur des modèles.
1. La méthode basée sur les caractéristiques géométriques est une méthode précoce et traditionnelle, et doit généralement être combinée avec d'autres algorithmes pour avoir de meilleurs résultats;
2. Les méthodes basées sur les modèles peuvent être divisées en méthodes basées sur l'appariement de corrélation, les méthodes Eigenface, les méthodes d'analyse discriminante linéaires, les méthodes de décomposition de valeur singulière, les méthodes de réseau neuronal, les méthodes de correspondance de connexion dynamiques, etc.
3. Les méthodes basées sur le modèle incluent des méthodes basées sur des modèles de Markov cachés, des modèles de forme active et des modèles d'apparence actifs.
Méthodes basées sur la géométrie
Le visage humain est composé de parties telles que les yeux, le nez, la bouche et le menton. C'est précisément en raison des différentes différences de forme, de taille et de structure de ces parties que chaque visage humain dans le monde est très différent. Par conséquent, la description géométrique de la forme et de la relation structurelle de ces parties peut être utilisée comme une caractéristique importante de la présence de reconnaissance faciale.
Les caractéristiques géométriques ont d'abord été utilisées dans la description et la reconnaissance du profil du visage humain. Premièrement, un certain nombre de points saillants ont été déterminés en fonction de la courbe de profil, et un ensemble de mesures de fonctionnalité pour la reconnaissance, tels que la distance et l'angle, a été dérivée de ces points saillants. C'est une méthode très innovante que Jia et al. Simulez l'image du profil latéral par la projection intégrale près de la ligne dans l'image gris frontal.
L'utilisation de caractéristiques géométriques pour le système de présence de reconnaissance face frontale extrait généralement les positions des points de caractéristiques importants tels que les yeux, la bouche et le nez, et les formes géométriques d'organes importants tels que les yeux comme caractéristiques de classification, mais les performances de l'extraction des caractéristiques géométriques ont été testées expérimentalement. Recherche, les résultats ne sont pas optimistes.
La méthode de modèle déformable peut être considérée comme une amélioration de la méthode de fonctionnalité géométrique. Son idée de base est de concevoir un modèle d'organe avec des paramètres réglables (c'est-à-dire un modèle déformable), de définir une fonction énergétique et de minimiser la fonction énergétique en ajustant les paramètres du modèle. Les paramètres du modèle à l'heure actuelle sont utilisés comme caractéristiques géométriques de l'organe.
L'idée de cette méthode est très bonne, mais il y a deux problèmes. La première est que les coefficients de pondération de divers coûts dans la fonction énergétique ne peuvent être déterminés que empiriquement, ce qui est difficile à populariser. L'autre est que le processus d'optimisation de la fonction énergétique est très long et difficile à appliquer dans la pratique. La représentation du visage basée sur les paramètres peut réaliser une description des caractéristiques saillantes du visage, mais elle nécessite beaucoup de prétraitement et de sélection de paramètres fines. Dans le même temps, l'utilisation de caractéristiques géométriques générales ne décrit que la forme de base et la relation structurelle des composants, ignorant les caractéristiques subtiles locales, entraînant la perte d'une partie des informations, qui convient plus à la classification approximative