क्या आप फेस रिकग्निशन अटेंडेंस टेक्नोलॉजी के तीन एल्गोरिदम जानते हैं?

चेहरा मान्यता उपस्थिति तकनीक पहले चेहरे की जानकारी एकत्र करती है, और पैदल यात्री मार्ग के गेट में प्रवेश करने और बाहर निकलने पर फेस डेटाबेस के साथ तुलना करती है। यदि तुलना सफल होती है, तो गेट खोला जाता है। प्रबंधन चेहरे की पहचान उपस्थिति अभिगम नियंत्रण उपकरणों पर उपयोगकर्ता की डेटा तुलना पर आधारित है, और कंप्यूटर का उपयोग पृष्ठभूमि प्रसंस्करण उपकरण के रूप में किया जाता है, जो चैनल नियंत्रण क्षेत्र में प्रवेश करने और बाहर निकलने वाले कर्मियों के स्वचालित प्रबंधन को पूरी तरह से महसूस करने के लिए, और उस पर किया जाता है, और एक ही समय, यह उपयोगकर्ता पंजीकरण रिकॉर्ड के अनुसार जल्दी और स्वचालित रूप से उत्पन्न हो सकता है। एक्सेस कंट्रोल रिकॉर्ड और रिपोर्ट को विभिन्न सॉर्टिंग स्थितियों जैसे कि उपयोगकर्ताओं द्वारा आवश्यक समय के अनुसार निर्यात किया जा सकता है, जो प्रबंधकों के लिए क्वेरी रिकॉर्ड के लिए सुविधाजनक है, और आंतरिक कर्मचारियों के लिए एक स्वचालित उपस्थिति प्रणाली के रूप में भी उपयोग किया जा सकता है।

मुख्यधारा के चेहरे की मान्यता उपस्थिति प्रणालियों को मूल रूप से तीन श्रेणियों में वर्गीकृत किया जा सकता है, अर्थात्: ज्यामितीय सुविधाओं पर आधारित तरीके, टेम्प्लेट पर आधारित तरीके और मॉडल पर आधारित विधियों।
1. ज्यामितीय सुविधाओं पर आधारित विधि एक प्रारंभिक और पारंपरिक विधि है, और आमतौर पर बेहतर परिणाम प्राप्त करने के लिए अन्य एल्गोरिदम के साथ संयुक्त होने की आवश्यकता होती है।
2. टेम्पलेट-आधारित विधियों को सहसंबंध मिलान, ईजेनफेस विधियों, रैखिक भेदभावपूर्ण विश्लेषण विधियों, एकवचन मूल्य अपघटन विधियों, तंत्रिका नेटवर्क विधियों, गतिशील कनेक्शन मिलान विधियों, आदि के आधार पर तरीकों में विभाजित किया जा सकता है।
3. मॉडल-आधारित विधियों में छिपे हुए मार्कोव मॉडल, सक्रिय आकार मॉडल और सक्रिय उपस्थिति मॉडल पर आधारित विधियां शामिल हैं।
मानव चेहरा आंखों, नाक, मुंह और ठोड़ी जैसे भागों से बना है। इन भागों के आकार, आकार और संरचना में विभिन्न अंतरों के कारण यह ठीक है कि दुनिया में हर मानव चेहरा बहुत अलग है। इसलिए, इन भागों के आकार और संरचनात्मक संबंध का ज्यामितीय विवरण, चेहरे की पहचान की उपस्थिति की एक महत्वपूर्ण विशेषता के रूप में उपयोग किया जा सकता है।
ज्यामितीय सुविधाओं का उपयोग पहले मानव चेहरे के प्रोफाइल का वर्णन करने और पहचानने के लिए किया गया था। सबसे पहले, कई मुख्य बिंदु प्रोफ़ाइल वक्र के अनुसार निर्धारित किए जाते हैं, और पहचान के लिए फीचर मेट्रिक्स का एक सेट जैसे कि दूरी, कोण, आदि इन मुख्य बिंदुओं से प्राप्त होते हैं। जिया एट अल। डिग्री मैप में लाइन के पास अभिन्न प्रक्षेपण साइड प्रोफाइल मैप को अनुकरण करने के लिए एक बहुत ही उपन्यास विधि है।
ललाट चेहरे की पहचान और उपस्थिति प्रणालियों के लिए ज्यामितीय सुविधाओं का उपयोग करना आम तौर पर आंखों, मुंह और नाक जैसे महत्वपूर्ण सुविधा बिंदुओं की स्थिति को निकालता है, और महत्वपूर्ण अंगों की ज्यामितीय आकार जैसे कि आंखों को वर्गीकरण सुविधाओं के रूप में, लेकिन ज्यामितीय सुविधा निष्कर्षण की सटीकता रही है प्रयोगात्मक रूप से परीक्षण किया गया। अनुसंधान, परिणाम आशावादी नहीं हैं।
विकृत टेम्पलेट विधि को ज्यामितीय सुविधा विधि के सुधार के रूप में माना जा सकता है। इसका मूल विचार है: समायोज्य मापदंडों के साथ एक अंग मॉडल डिजाइन करें, एक ऊर्जा फ़ंक्शन को परिभाषित करें, और मॉडल मापदंडों को समायोजित करके ऊर्जा फ़ंक्शन को कम करें। इस समय, मॉडल पैरामीटर अंग की ज्यामितीय विशेषताओं के रूप में हैं।
इस पद्धति का विचार बहुत अच्छा है, लेकिन दो समस्याएं हैं। एक यह है कि ऊर्जा फ़ंक्शन में विभिन्न लागतों के भारित गुणांक केवल अनुभव द्वारा निर्धारित किए जा सकते हैं, जिसे बढ़ावा देना मुश्किल है। दूसरा यह है कि ऊर्जा फ़ंक्शन अनुकूलन प्रक्रिया बहुत समय लेने वाली है और व्यवहार में लागू करना मुश्किल है। फेस प्रतिनिधित्व चेहरे की मुख्य विशेषताओं का विवरण प्राप्त कर सकता है, लेकिन इसके लिए बहुत सारे पूर्व-प्रसंस्करण और ठीक पैरामीटर चयन की आवश्यकता होती है। इसी समय, सामान्य ज्यामितीय सुविधाओं का उपयोग केवल स्थानीय सूक्ष्म विशेषताओं की अनदेखी करते हुए, भागों के मूल आकार और संरचनात्मक संबंध का वर्णन करता है। यह सूचना के हिस्से के नुकसान का कारण बनता है, जो किसी न किसी वर्गीकरण के लिए अधिक उपयुक्त है, और मौजूदा फीचर पॉइंट डिटेक्शन तकनीक दक्षता के मामले में आवश्यकताओं को पूरा करने से दूर है, और गणना की मात्रा भी बड़ी है।