Γνωρίζετε τους τρεις αλγόριθμους της τεχνολογίας παρακολούθησης προσώπου;

Η τεχνολογία παρακολούθησης προσώπου συλλέγει πρώτα τις πληροφορίες προσώπου και τη συγκρίνει με τη βάση δεδομένων Face όταν η μηχανή παρουσίας εισέρχεται και εξέρχεται από το πέρασμα των πεζών. Εάν η σύγκριση είναι επιτυχής, το μηχάνημα συμμετοχής θα ανοίξει. Εάν η σύγκριση αποτύχει, το μηχάνημα συμμετοχής δεν θα ανοίξει. Η διαχείριση βασίζεται στη σύγκριση δεδομένων του χρήστη στον εξοπλισμό ελέγχου πρόσβασης στην αναγνώριση προσώπου και ο υπολογιστής χρησιμοποιείται ως εργαλείο επεξεργασίας φόντου για την πλήρη υλοποίηση της αυτόματης διαχείρισης του προσωπικού που εισέρχεται και εξέρχεται από την περιοχή ελέγχου καναλιών. Ταυτόχρονα, σύμφωνα με τα αρχεία εγγραφής χρήστη, μπορεί γρήγορα και αυτόματα να δημιουργήσει αναφορές εγγραφών ελέγχου πρόσβασης που μπορούν να εξαχθούν σύμφωνα με διάφορες συνθήκες ταξινόμησης όπως ο χρόνος, το οποίο είναι βολικό για τους διαχειριστές να ερωτήσουν αρχεία και μπορούν επίσης να χρησιμοποιηθούν ως ως ένα αυτόματο σύστημα παρακολούθησης για το εσωτερικό προσωπικό.

Τα συστήματα παρακολούθησης αναγνώρισης προσώπου μπορούν βασικά να ταξινομηθούν σε τρεις κατηγορίες, δηλαδή: Μέθοδοι που βασίζονται σε γεωμετρικά χαρακτηριστικά, μεθόδους που βασίζονται σε πρότυπα και μεθόδους που βασίζονται σε μοντέλα.
1. Η μέθοδος που βασίζεται σε γεωμετρικά χαρακτηριστικά είναι μια πρώιμη και παραδοσιακή μέθοδος και συνήθως πρέπει να συνδυαστεί με άλλους αλγόριθμους για να έχουν καλύτερα αποτελέσματα.
2. Οι μέθοδοι που βασίζονται σε πρότυπο μπορούν να χωριστούν σε μεθόδους που βασίζονται σε αντιστοίχιση συσχετισμού, μεθόδους ιδιοκτησίας, μεθόδους γραμμικής διάκρισης, μεθόδους αποσύνθεσης μοναδικής αξίας, μεθόδους νευρικού δικτύου, μεθόδους αντιστοίχισης δυναμικής σύνδεσης κ.λπ.
3. Οι μέθοδοι που βασίζονται σε μοντέλα περιλαμβάνουν μεθόδους που βασίζονται σε κρυμμένα μοντέλα Markov, μοντέλα ενεργού σχήματος και μοντέλα ενεργού εμφάνισης.
Μεθόδους βασισμένες στη γεωμετρία
Το ανθρώπινο πρόσωπο αποτελείται από μέρη όπως τα μάτια, τη μύτη, το στόμα και το πηγούνι. Είναι ακριβώς λόγω των διαφόρων διαφορών στο σχήμα, το μέγεθος και τη δομή αυτών των τμημάτων που κάθε ανθρώπινο πρόσωπο στον κόσμο είναι πολύ διαφορετικό. Επομένως, η γεωμετρική περιγραφή του σχήματος και της δομικής σχέσης αυτών των τμημάτων, μπορεί να χρησιμοποιηθεί ως σημαντικό χαρακτηριστικό της συμμετοχής στην αναγνώριση προσώπου.
Τα γεωμετρικά χαρακτηριστικά χρησιμοποιήθηκαν για πρώτη φορά στην περιγραφή και την αναγνώριση του προφίλ του ανθρώπινου προσώπου. Πρώτον, προσδιορίστηκαν ορισμένα σημαντικά σημεία σύμφωνα με την καμπύλη προφίλ και ένα σύνολο μετρήσεων χαρακτηριστικών για αναγνώριση, όπως η απόσταση και η γωνία, προέκυψαν από αυτά τα σημαντικά σημεία. Είναι μια πολύ καινοτόμος μέθοδος που οι Jia et al. προσομοιώστε την εικόνα του πλευρικού προφίλ από την ολοκληρωμένη προβολή κοντά στη γραμμή στην μετωπική γκρίζα εικόνα.
Η χρήση γεωμετρικών χαρακτηριστικών για το σύστημα παρακολούθησης αναγνώρισης μετωπιαίου προσώπου γενικά εξάγει τις θέσεις σημαντικών σημείων χαρακτηριστικών όπως τα μάτια, το στόμα και τη μύτη και τα γεωμετρικά σχήματα σημαντικών οργάνων όπως τα μάτια όπως τα χαρακτηριστικά ταξινόμησης, αλλά η απόδοση της γεωμετρικής εξαγωγής χαρακτηριστικών έχει δοκιμαστεί πειραματικά. Έρευνα, τα αποτελέσματα δεν είναι αισιόδοξοι.
Η μέθοδος παραμόρφωσης του προτύπου μπορεί να θεωρηθεί ως βελτίωση της μεθόδου γεωμετρικού χαρακτηριστικού. Η βασική του ιδέα είναι να σχεδιάσει ένα μοντέλο οργάνων με ρυθμιζόμενες παραμέτρους (δηλαδή ένα παραμορφώσιμο πρότυπο), να καθορίσει μια ενεργειακή λειτουργία και να ελαχιστοποιήσει την ενεργειακή λειτουργία ρυθμίζοντας τις παραμέτρους του μοντέλου. Οι παράμετροι μοντέλου αυτή τη στιγμή χρησιμοποιούνται ως γεωμετρικά χαρακτηριστικά του οργάνου.
Η ιδέα αυτής της μεθόδου είναι πολύ καλή, αλλά υπάρχουν δύο προβλήματα. Το ένα είναι ότι οι συντελεστές στάθμισης των διαφόρων δαπανών στην ενεργειακή λειτουργία μπορούν να προσδιοριστούν μόνο εμπειρικά, κάτι που είναι δύσκολο να διαδοθεί. Το άλλο είναι ότι η διαδικασία βελτιστοποίησης της ενέργειας είναι πολύ χρονοβόρα και δύσκολο να εφαρμοστεί στην πράξη. Η αναπαράσταση προσώπου που βασίζεται σε παραμέτρους μπορεί να επιτύχει μια περιγραφή των σημαντικών χαρακτηριστικών του προσώπου, αλλά απαιτεί πολλή προεπεξεργασία και λεπτή επιλογή παραμέτρων. Ταυτόχρονα, η χρήση γενικών γεωμετρικών χαρακτηριστικών περιγράφει μόνο το βασικό σχήμα και τη δομική σχέση των συστατικών, αγνοώντας τα τοπικά λεπτές λειτουργίες, με αποτέλεσμα την απώλεια μέρους των πληροφοριών, η οποία είναι πιο κατάλληλη για τραχιά ταξινόμηση