얼굴 인식 출석 기술의 세 가지 알고리즘을 알고 있습니까?

얼굴 인식 출석 기술은 먼저 얼굴 정보를 수집하고 보행자 통로의 문을 출입 할 때 얼굴 데이터베이스와 비교합니다. 비교가 성공하면 게이트가 열립니다. 관리는 얼굴 인식 출석 액세스 제어 장비에 대한 사용자의 데이터 비교를 기반으로하며, 컴퓨터는 배경 처리 도구로 사용되어 채널 제어 영역에 들어가서 종료하는 인력의 자동 관리를 완전히 실현합니다. 동시에 사용자 등록 레코드에 따라 빠르고 자동으로 생성 할 수 있습니다. 액세스 제어 레코드 및 보고서는 사용자가 요구하는 시간과 같은 다양한 분류 조건에 따라 내보낼 수 있으며, 이는 관리자가 레코드를 쿼리하는 데 편리하며 내부 직원을위한 자동 출석 시스템으로도 사용할 수 있습니다.

주류 얼굴 인식 출석 시스템은 기본적으로 세 가지 범주로 분류 될 수 있습니다. 즉, 기하학적 기능을 기반으로하는 방법, 템플릿을 기반으로하는 메소드 및 모델을 기반으로하는 메소드.
1. 기하학적 기능을 기반으로하는 방법은 초기 및 전통적인 방법이며 일반적으로 더 나은 결과를 얻으려면 다른 알고리즘과 결합해야합니다.
2. 템플릿 기반 방법은 상관 관계 매칭, 고유 표면 방법, 선형 판별 분석 방법, 단수 값 분해 방법, 신경망 방법, 동적 연결 일치 방법 등에 기초한 방법으로 나눌 수 있습니다.
3. 모델 기반 방법에는 숨겨진 Markov 모델, 활성 모양 모델 및 활성 모양 모델을 기반으로하는 방법이 포함됩니다.
인간의 얼굴은 눈, 코, 입 및 턱과 같은 부분으로 구성됩니다. 그것은 세계의 모든 인간의 얼굴이 매우 다르기 때문에 이러한 부분의 모양, 크기 및 구조의 다양한 차이로 인해 정확히 있습니다. 따라서, 이들 부분의 모양과 구조적 관계에 대한 기하학적 설명은 얼굴 인식 출석의 중요한 특징으로 사용될 수있다.
기하학적 특징은 먼저 인간의 얼굴의 프로파일을 설명하고 인식하는 데 사용되었습니다. 먼저, 프로파일 곡선에 따라 여러 가지 중요한 점이 결정되며 거리, 각도 등과 같은 인식을위한 특징 메트릭 세트는 이러한 두드러진 점에서 파생됩니다. Jia et al. 학위 맵의 선 근처의 적분 투영은 측면 프로파일 맵을 시뮬레이션하는 매우 새로운 방법입니다.
정면 얼굴 인식 및 출석 시스템에 기하학적 기능을 사용하여 일반적으로 눈, 입 및 코와 같은 중요한 기능 지점의 위치를 ​​추출하고 분류 기능과 같은 눈과 같은 중요한 기관의 기하학적 형태를 추출하지만 기하학적 기능 추출의 정확도는 이루어졌습니다. 실험적으로 테스트. 연구에 따르면 결과는 낙관적이지 않습니다.
변형 가능한 템플릿 방법은 기하학적 특징 방법의 개선으로 간주 될 수 있습니다. 기본 아이디어는 다음과 같습니다. 조정 가능한 매개 변수로 장기 모델을 설계하고 에너지 기능을 정의하며 모델 매개 변수를 조정하여 에너지 기능을 최소화합니다. 현재 모델 매개 변수는 장기의 기하학적 특징입니다.
이 방법의 아이디어는 매우 좋지만 두 가지 문제가 있습니다. 하나는 에너지 기능에서 다양한 비용의 가중 계수는 경험에 의해서만 결정될 수 있다는 것입니다. 다른 하나는 에너지 기능 최적화 프로세스가 시간이 많이 걸리고 실제로 적용하기가 어렵다는 것입니다. 얼굴 표현은 얼굴의 두드러진 특징에 대한 설명을 달성 할 수 있지만 많은 사전 처리 및 미세한 매개 변수 선택이 필요합니다. 동시에 일반적인 기하학적 기능의 사용은 지역 미묘한 기능을 무시하고 부품의 기본 모양과 구조적 관계 만 설명합니다. 이는 정보의 일부를 잃어 버리고 거친 분류에 더 적합하며 기존 피처 포인트 감지 기술은 효율성 측면에서 요구 사항을 충족시키는 것과는 거리가 멀고 계산량도 큽니다.