Дали ги знаете трите алгоритми на технологија за присуство на препознавање лице?

Технологијата за присуство на препознавање на лицето прво собира информации за лице и ги споредува со базата на податоци за лице кога влегува и излегува од портата на пешачкиот премин. Ако споредбата е успешна, портата е отворена. Менаџментот се заснова на споредбата на податоците на корисникот на опремата за контрола на пристапот за пристап до присуство на лице, а компјутерот се користи како алатка за обработка на позадината за целосно реализирање на автоматското управување на персоналот што влегува и излегува од областа за контрола на каналот и на Исто време, може брзо и автоматски да се генерира според записот за регистрација на корисници. Записите и извештаите за контрола на пристапот можат да се извезуваат според различни услови за сортирање, како што е времето што го бараат корисниците, што е погодно за менаџерите да бараат записи, а исто така може да се користат како автоматски систем за посетеност за внатрешен персонал.

Главните системи за присуство на препознавање лице во основа можат да се класифицираат во три категории, имено: методи засновани на геометриски карактеристики, методи засновани на шаблони и методи засновани на модели.
1. Методот заснован на геометриски карактеристики е ран и традиционален метод и обично треба да се комбинира со други алгоритми за да се постигнат подобри резултати.
2. Методите засновани на шаблони можат да се поделат на методи засновани на совпаѓање на корелацијата, методи на еигенфекција, линеарни методи на дискриминаторска анализа, методи за распаѓање на единечна вредност, методи на нервна мрежа, методи за појавување на динамична врска, итн.
3. Методите засновани на модели вклучуваат методи засновани на скриени модели на Марков, модели на активна форма и модели на активни изглед.
Човечкото лице е составено од делови како што се очите, носот, устата и брадата. Точно е заради различните разлики во формата, големината и структурата на овие делови што секое човечко лице во светот е многу различно. Затоа, геометрискиот опис на формата и структурниот однос на овие делови може да се користи како важна карактеристика на присуството на препознавање на лицето.
Геометриските карактеристики за прв пат беа користени за да се опише и препознае профилот на човечкото лице. Прво, голем број на истакнати точки се одредуваат според кривата на профилот, а збир на карактеристични метрика за препознавање, како што се растојание, агол, итн., Се добиваат од овие видливи точки. Jia et al. Интегралната проекција во близина на линијата во мапата за степени е многу нов метод за симулирање на мапата на страничниот профил.
Користењето на геометриските карактеристики за системите за препознавање на фронталното лице и посетеност генерално ги вадат позициите на важни точки на карактеристики, како што се очите, устата и носот, и геометриските форми на важни органи како што се очите како карактеристики за класификација, но точноста на екстракција на геометриска карактеристика е Експериментално тестирано. Истражување, резултатите не се оптимисти.
Методот за деформабилно обраќање може да се смета како подобрување на методот на геометриска карактеристика. Неговата основна идеја е: дизајнирајте модел на орган со прилагодливи параметри, дефинирајте енергетска функција и минимизирајте ја енергетската функција со прилагодување на параметрите на моделот. Во тоа време, параметрите на моделот се како геометриски карактеристики на органот.
Идејата за овој метод е многу добра, но има два проблеми. Едно е дека коефициентите на пондерирање на различни трошоци во енергетската функција можат да се утврдат само со искуство, што е тешко да се промовира. Другото е дека процесот на оптимизација на енергетската функција е многу одземаат многу време и е тешко да се примени во пракса. Претставувањето на лицето може да постигне опис на истакнатите карактеристики на лицето, но бара многу пред-обработка и избор на фино параметар. Во исто време, употребата на општи геометриски карактеристики само ја опишува основната форма и структурниот однос на деловите, игнорирајќи ги локалните суптилни карактеристики. Тоа предизвикува губење на дел од информациите, што е посоодветно за груба класификација, а постојната технологија за откривање на карактеристиките е далеку од исполнување на барањата во однос на ефикасноста, а количината на пресметка е исто така голема.