¿Conoces los tres algoritmos de la tecnología de asistencia de reconocimiento facial?

La tecnología de asistencia de reconocimiento facial recopila primero información y la compara con la base de datos facial al ingresar y salir de la puerta del pasaje peatonal. Si la comparación es exitosa, se abre la puerta. La administración se basa en la comparación de datos del usuario en el equipo de control de acceso a la asistencia a la cara, y la computadora se utiliza como herramienta de procesamiento de fondo para realizar plenamente la gestión automática del personal que ingresa y sale del área de control del canal, y en el área Al mismo tiempo, se puede generar rápida y automáticamente de acuerdo con el registro de registro del usuario. Los registros e informes de control de acceso se pueden exportar de acuerdo con varias condiciones de clasificación, como el tiempo requerido por los usuarios, lo cual es conveniente para los gerentes que consulten registros, y también se puede utilizar como un sistema de asistencia automática para el personal interno.

Los principales sistemas de asistencia de reconocimiento facial se pueden clasificar básicamente en tres categorías, a saber: métodos basados ​​en características geométricas, métodos basados ​​en plantillas y métodos basados ​​en modelos.
1. El método basado en características geométricas es un método temprano y tradicional, y generalmente debe combinarse con otros algoritmos para lograr mejores resultados.
2. Los métodos basados ​​en plantillas se pueden dividir en métodos basados ​​en la coincidencia de correlación, métodos de cara propia, métodos de análisis discriminantes lineales, métodos de descomposición de valor singular, métodos de red de redes neuronales, métodos de coincidencia de conexión dinámica, etc.
3. Los métodos basados ​​en modelos incluyen métodos basados ​​en modelos ocultos de Markov, modelos de forma activa y modelos de apariencia activa.
La cara humana está compuesta de partes como ojos, nariz, boca y barbilla. Se debe precisamente a las diversas diferencias en la forma, el tamaño y la estructura de estas partes que cada cara humana del mundo es muy diferente. Por lo tanto, la descripción geométrica de la forma y la relación estructural de estas partes, se puede utilizar como una característica importante de la asistencia al reconocimiento de la cara.
Las características geométricas se usaron primero para describir y reconocer el perfil de la cara humana. Primero, varios puntos salientes se determinan de acuerdo con la curva de perfil, y un conjunto de métricas de características para el reconocimiento como la distancia, el ángulo, etc. se derivan de estos puntos sobresalientes. Jia et al. La proyección integral cerca de la línea en el mapa de grado es un método muy novedoso para simular el mapa del perfil lateral.
El uso de características geométricas para los sistemas de reconocimiento y asistencia de la cara frontal generalmente extrae las posiciones de puntos de características importantes como ojos, boca y nariz, y las formas geométricas de órganos importantes como los ojos como características de clasificación, pero se ha sido la precisión de la extracción de características geométricas. probado experimentalmente. Investigación, los resultados no son optimistas.
El método de plantilla deformable puede considerarse como una mejora del método de característica geométrica. Su idea básica es: diseñar un modelo de órgano con parámetros ajustables, definir una función de energía y minimizar la función de energía ajustando los parámetros del modelo. En este momento, los parámetros del modelo son como características geométricas del órgano.
La idea de este método es muy buena, pero hay dos problemas. Una es que los coeficientes de ponderación de varios costos en la función de energía solo pueden determinarse por la experiencia, lo cual es difícil de promover. El otro es que el proceso de optimización de la función de energía lleva mucho tiempo y es difícil de aplicar en la práctica. La representación facial puede lograr una descripción de las características sobresalientes de la cara, pero requiere mucho procesamiento previo y selección de parámetros finos. Al mismo tiempo, el uso de características geométricas generales solo describe la forma básica y la relación estructural de las piezas, ignorando las características sutiles locales. Causa la pérdida de parte de la información, que es más adecuada para la clasificación aproximada, y la tecnología de detección de puntos de características existentes está lejos de cumplir con los requisitos en términos de eficiencia, y la cantidad de cálculo también es grande.