Apakah Anda tahu tiga algoritma teknologi kehadiran pengenalan wajah?

Teknologi kehadiran pengenalan wajah pertama -tama mengumpulkan informasi wajah, dan membandingkannya dengan database wajah saat memasuki dan keluar dari gerbang jalur pejalan kaki. Jika perbandingan berhasil, gerbang dibuka. Manajemen didasarkan pada perbandingan data pengguna pada peralatan kontrol akses kehadiran pengenalan wajah, dan komputer digunakan sebagai alat pemrosesan latar belakang untuk sepenuhnya mewujudkan manajemen otomatis personel yang masuk dan keluar dari area kontrol saluran, dan di Waktu yang sama, dapat dihasilkan dengan cepat dan otomatis sesuai dengan catatan pendaftaran pengguna. Catatan dan laporan kontrol akses dapat diekspor sesuai dengan berbagai kondisi penyortiran seperti waktu yang dibutuhkan oleh pengguna, yang nyaman bagi manajer untuk meminta catatan, dan juga dapat digunakan sebagai sistem kehadiran otomatis untuk staf internal.

Sistem kehadiran pengenalan wajah utama pada dasarnya dapat diklasifikasikan ke dalam tiga kategori, yaitu: metode berdasarkan fitur geometris, metode berdasarkan templat dan metode berdasarkan model.
1. Metode yang didasarkan pada fitur geometris adalah metode awal dan tradisional, dan biasanya perlu dikombinasikan dengan algoritma lain untuk mencapai hasil yang lebih baik.
2. Metode berbasis template dapat dibagi menjadi metode berdasarkan pencocokan korelasi, metode eigenface, metode analisis diskriminan linier, metode dekomposisi nilai tunggal, metode jaringan saraf, metode pencocokan koneksi dinamis, dll.
3. Metode berbasis model mencakup metode berdasarkan model Markov tersembunyi, model bentuk aktif, dan model penampilan aktif.
Wajah manusia terdiri dari bagian -bagian seperti mata, hidung, mulut, dan dagu. Justru karena berbagai perbedaan dalam bentuk, ukuran dan struktur bagian -bagian ini yang dihadapi setiap manusia di dunia sangat berbeda. Oleh karena itu, deskripsi geometris dari bentuk dan hubungan struktural bagian -bagian ini, dapat digunakan sebagai fitur penting dari kehadiran pengenalan wajah.
Fitur geometris pertama kali digunakan untuk menggambarkan dan mengenali profil wajah manusia. Pertama, sejumlah titik penting ditentukan sesuai dengan kurva profil, dan satu set metrik fitur untuk pengakuan seperti jarak, sudut, dll. Berasal dari titik -titik menonjol ini. Jia et al. Proyeksi integral di dekat garis di peta derajat adalah metode yang sangat baru untuk mensimulasikan peta profil samping.
Menggunakan fitur geometris untuk pengenalan wajah frontal dan sistem kehadiran umumnya mengekstraksi posisi titik -titik fitur penting seperti mata, mulut, dan hidung, dan bentuk geometris organ penting seperti mata sebagai fitur klasifikasi, tetapi keakuratan ekstraksi fitur geometris telah terjadi diuji secara eksperimental. Penelitian, hasilnya tidak optimis.
Metode templat yang dapat dideformasi dapat dianggap sebagai peningkatan metode fitur geometris. Ide dasarnya adalah: merancang model organ dengan parameter yang dapat disesuaikan, menentukan fungsi energi, dan meminimalkan fungsi energi dengan menyesuaikan parameter model. Pada saat ini, parameter model adalah sebagai fitur geometris organ.
Gagasan metode ini sangat bagus, tetapi ada dua masalah. Salah satunya adalah bahwa koefisien pembobotan dari berbagai biaya dalam fungsi energi hanya dapat ditentukan oleh pengalaman, yang sulit dipromosikan. Yang lainnya adalah bahwa proses optimisasi fungsi energi sangat memakan waktu dan sulit diterapkan dalam praktik. Representasi wajah dapat mencapai deskripsi fitur yang menonjol dari wajah, tetapi membutuhkan banyak pemilihan parameter pra-pemrosesan dan halus. Pada saat yang sama, penggunaan fitur geometris umum hanya menggambarkan bentuk dasar dan hubungan struktural bagian -bagian, mengabaikan fitur -fitur halus lokal. Ini menyebabkan hilangnya bagian dari informasi, yang lebih cocok untuk klasifikasi kasar, dan teknologi deteksi titik fitur yang ada jauh dari memenuhi persyaratan dalam hal efisiensi, dan jumlah perhitungan juga besar.