顔認識出席技術の3つのアルゴリズムを知っていますか？

フェイス認識出席技術は、最初にフェイス情報を収集し、出席マシンが歩行者の通路を出て出るときにフェイスデータベースと比較します。比較が成功した場合、出席マシンが開きます。比較が失敗した場合、出席マシンは開きません。管理は、顔認識出席アクセス制御装置でのユーザーのデータ比較に基づいており、コンピューターはバックグラウンド処理ツールとして使用され、チャネル制御エリアに出入りする担当者の自動管理を完全に実現します。同時に、ユーザー登録レコードによると、マネージャーがレコードをクエリするのに便利で、時間などのさまざまな並べ替え条件に従ってエクスポートできるアクセス制御レコードレポートを迅速かつ自動的に生成できます。内部スタッフ向けの自動出席システム。

主流の顔認識出席システムは、基本的に3つのカテゴリに分類できます。つまり、幾何学的特徴に基づく方法、テンプレートに基づく方法、モデルに基づく方法です。
1.幾何学的特徴に基づく方法は、初期の伝統的な方法であり、通常、より良い結果を得るには、他のアルゴリズムと組み合わせる必要があります。
2.テンプレートベースの方法は、相関マッチング、固有フェイスメソッド、線形判別分析方法、特異値分解方法、ニューラルネットワークメソッド、動的接続マッチング方法などに基づく方法に分割できます。
3.モデルベースの方法には、隠されたマルコフモデル、アクティブな形状モデル、アクティブな外観モデルに基づく方法が含まれます。
ジオメトリベースの方法
人間の顔は、目、鼻、口、あごなどの部分で構成されています。まさに、世界のすべての人間の顔が非常に異なるこれらの部分の形状、サイズ、構造のさまざまな違いのためです。したがって、これらの部分の形状と構造的関係の幾何学的説明は、顔認識の出席の重要な特徴として使用できます。
幾何学的特徴は、最初に人間の顔のプロファイルの説明と認識で使用されました。第一に、プロファイル曲線に従って多くの顕著なポイントが決定され、距離や角度などの認識のための特徴メトリックのセットは、これらの顕著なポイントから導き出されました。 Jia et al。正面灰色の画像のライン近くの積分投影によって、サイドプロファイル画像をシミュレートします。
前面認識の出席システムに幾何学的特徴を使用すると、一般に、目、口、鼻などの重要な特徴ポイントの位置を抽出し、分類機能などの目などの重要な臓器の幾何学的形状を抽出しますが、幾何学的特徴抽出の性能がテストされています。実験的に。調査では、結果は楽観的ではありません。
変形可能なテンプレート法は、幾何学的特徴法の改善と見なすことができます。その基本的なアイデアは、調整可能なパラメーター（つまり、変形可能なテンプレート）を使用してオルガンモデルを設計し、エネルギー関数を定義し、モデルパラメーターを調整してエネルギー関数を最小化することです。この時点でのモデルパラメーターは、臓器の幾何学的特徴として使用されます。
この方法のアイデアは非常に優れていますが、2つの問題があります。 1つは、エネルギー関数におけるさまざまなコストの重み係数を経験的にのみ決定することができ、普及が困難であるということです。もう1つは、エネルギー関数の最適化プロセスが非常に時間がかかり、実際に適用が困難であることです。パラメーターベースの顔の表現は、顔の顕著な特徴の説明を実現できますが、多くの前処理と微細なパラメーターの選択が必要です。同時に、一般的な幾何学的特徴の使用は、コンポーネントの基本的な形状と構造的関係のみを記述し、局所的な微妙な特徴を無視し、情報の一部を失うことをもたらします。