Знаете ли вы три алгоритма технологии посещаемости распознавания лица?

Технология посещаемости распознавания лица сначала собирает информацию о лице и сравнивает ее с базой данных Face при входе и выходе из ворот пешеходного прохода. Если сравнение успешно, ворота открываются. Руководство основано на сравнении данных пользователя на оборудовании контроля доступа к распознаванию лиц, а компьютер используется в качестве инструмента обработки фоновой обработки для полного реализации автоматического управления персоналом, входящим и выходящим из области управления каналом, а также в В то же время он может быть быстро и автоматически генерироваться в соответствии с записью пользователя. Записи управления доступом и отчеты могут быть экспортированы в соответствии с различными условиями сортировки, такими как время, требуемые пользователями, что удобно для менеджеров для запросов, а также может использоваться в качестве системы автоматического посещаемости для внутреннего персонала.

Основные системы посещаемости распознавания лица могут быть в основном классифицированы на три категории, а именно: методы, основанные на геометрических особенностях, методах, основанных на шаблонах и методах, основанных на моделях.
1. Метод, основанный на геометрических особенностях, является ранним и традиционным методом, и обычно необходимо объединить с другими алгоритмами для достижения лучших результатов.
2. Методы, основанные на шаблонах, можно разделить на методы, основанные на сопоставлении корреляции, методах собственных значений, методах линейного дискриминантного анализа, методах разложения единственного значения, методов нейронной сети, методов динамического сопоставления соединений и т. Д.
3. Методы на основе моделей включают методы, основанные на скрытых моделях Маркова, моделях активной формы и моделях активного внешнего вида.
Человеческое лицо состоит из таких частей, как глаза, нос, рот и подбородок. Именно из -за различных различий в форме, размере и структуре этих частей каждое человеческое лицо в мире сильно отличается. Следовательно, геометрическое описание формы и структурной связи этих частей может использоваться в качестве важной особенности посещаемости распознавания лица.
Геометрические особенности были впервые использованы для описания и распознавания профиля человеческого лица. Во -первых, ряд существенных точек определяется в соответствии с кривой профиля, и набор показателей признаков для распознавания, таких как расстояние, угол и т. Д. Jia et al. Интегральная проекция вблизи линии на карте степени является очень новым методом для имитации карты боковых профилей.
Использование геометрических особенностей для систем распознавания и посещаемости лобных лиц, как правило, извлекает позиции важных точек, таких как глаза, рот и нос, и геометрические формы важных органов, таких как глаза в качестве особенностей классификации, но точность извлечения геометрических признаков была экспериментально протестирован. Исследования, результаты не оптимистичны.
Метод деформируемого шаблона может рассматриваться как улучшение метода геометрической функции. Его основная идея: разработка модели органа с регулируемыми параметрами, определить энергетическую функцию и минимизировать функцию энергии, настраивая параметры модели. В настоящее время параметры модели являются как геометрические особенности органа.
Идея этого метода очень хороша, но есть две проблемы. Одним из них является то, что весовые коэффициенты различных затрат в энергетической функции могут быть определены только опытом, что трудно способствовать. Другое заключается в том, что процесс оптимизации энергии очень трудоемкий и трудно применять на практике. Представление лица может достичь описания важных особенностей лица, но оно требует большого количества предварительной обработки и выбора параметров. В то же время использование общих геометрических особенностей описывает только основную форму и структурную связь деталей, игнорируя локальные тонкие особенности. Это вызывает потерю части информации, которая является более подходящей для грубой классификации, а существующая технология обнаружения точек признака далеко не удовлетворяет требованиям с точки зрения эффективности, а объем расчета также большой.