얼굴 인식 출석 기술의 세 가지 알고리즘을 알고 있습니까?

얼굴 인식 출석 기술은 먼저 얼굴 정보를 수집하고 출석기가 보행자 통로에 들어가서 종료 할 때 얼굴 데이터베이스와 비교합니다. 비교가 성공하면 출석기가 열립니다. 비교가 실패하면 출석기가 열리지 않습니다. 관리는 얼굴 인식 출석 액세스 제어 장비에 대한 사용자의 데이터 비교를 기반으로하며, 컴퓨터는 채널 제어 영역에 들어가고 종료하는 인력의 자동 관리를 완전히 실현하기 위해 배경 처리 도구로 사용됩니다. 동시에, 사용자 등록 기록에 따르면, 관리자가 레코드를 쿼리하는 데 편리하고 사용될 수있는 시간과 같은 다양한 정렬 조건에 따라 내보낼 수있는 액세스 제어 레코드 보고서를 빠르고 자동으로 생성 할 수 있습니다. 내부 직원을위한 자동 출석 시스템.

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 특징을 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.
형상 기반 방법
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 인간 얼굴의 프로파일에 대한 설명과 인식에 처음 사용되었습니다. 먼저, 프로파일 곡선에 따라 다수의 두드러진 점이 결정되었고, 거리 및 각도와 같은 인식을위한 특징 메트릭 세트가 이러한 두드러진 점에서 파생되었다. Jia et al. 정면 회색 이미지의 선 근처의 적분 투영으로 측면 프로파일 이미지를 시뮬레이션합니다.
정면 얼굴 인식 출석 시스템에 기하학적 기능을 사용하면 일반적으로 눈, 입 및 코와 같은 중요한 특징 지점의 위치를 ​​추출합니다. 눈, 입 및 코, 분류 기능과 같은 눈과 같은 중요한 기관의 기하학적 형태를 추출하지만 기하학적 특징 추출의 성능은 테스트되었습니다. 실험적으로. 연구에 따르면 결과는 낙관적이지 않습니다.
변형 가능한 템플릿 방법은 기하학적 특징 방법의 개선으로 간주 될 수 있습니다. 기본 아이디어는 조정 가능한 매개 변수 (즉, 변형 가능한 템플릿)가있는 장기 모델을 설계하고 에너지 기능을 정의하며 모델 매개 변수를 조정하여 에너지 기능을 최소화하는 것입니다. 이 시점의 모델 매개 변수는 장기의 기하학적 특징으로 사용됩니다.
이 방법의 아이디어는 매우 좋지만 두 가지 문제가 있습니다. 하나는 에너지 기능에서 다양한 비용의 가중 계수가 경험적으로 만 결정될 수 있으며, 이는 대중화하기가 어렵다는 것입니다. 다른 하나는 에너지 기능의 최적화 과정이 시간이 많이 걸리고 실제로 적용하기 어렵다는 것입니다. 매개 변수 기반 얼굴 표현은 얼굴의 두드러진 특징에 대한 설명을 달성 할 수 있지만 많은 사전 프로세싱 및 미세 매개 변수 선택이 필요합니다. 동시에 일반적인 기하학적 기능의 사용은 구성 요소의 기본 모양과 구조적 관계만을 설명하고 로컬 미묘한 기능을 무시하고 정보의 일부를 잃어 버리며, 이는 거친 분류에 더 적합합니다.