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

फेस रिकग्निशन अटेंडेंस टेक्नोलॉजी पहले फेस जानकारी एकत्र करती है, और उपस्थिति मशीन में प्रवेश करती है, जब उपस्थिति मशीन प्रवेश करती है और पैदल यात्री मार्ग से बाहर निकलती है। यदि तुलना सफल होती है, तो उपस्थिति मशीन खुल जाएगी; यदि तुलना विफल हो जाती है, तो उपस्थिति मशीन नहीं खुलेगी; प्रबंधन चेहरे की पहचान उपस्थिति अभिगम नियंत्रण उपकरण पर उपयोगकर्ता की डेटा तुलना पर आधारित है, और कंप्यूटर का उपयोग पृष्ठभूमि प्रसंस्करण उपकरण के रूप में किया जाता है ताकि चैनल नियंत्रण क्षेत्र में प्रवेश करने और बाहर निकलने वाले कर्मियों के स्वचालित प्रबंधन को पूरी तरह से महसूस किया जा सके। उसी समय, उपयोगकर्ता पंजीकरण रिकॉर्ड के अनुसार, यह जल्दी और स्वचालित रूप से एक्सेस कंट्रोल रिकॉर्ड रिपोर्ट उत्पन्न कर सकता है जो समय जैसी विभिन्न सॉर्टिंग स्थितियों के अनुसार निर्यात किया जा सकता है, जो प्रबंधकों के लिए क्वेरी रिकॉर्ड के लिए सुविधाजनक है, और इसका उपयोग भी किया जा सकता है। आंतरिक कर्मचारियों के लिए एक स्वचालित उपस्थिति प्रणाली।

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 देने 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।
ज्यामिति आधारित विधियाँ
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 के विवरण और मान्यता में किया गया था। सबसे पहले, प्रोफ़ाइल वक्र के अनुसार कई मुख्य बिंदु निर्धारित किए गए थे, और मान्यता के लिए फीचर मेट्रिक्स का एक सेट, जैसे कि दूरी और कोण, इन मुख्य बिंदुओं से प्राप्त किया गया था। यह एक बहुत ही अभिनव विधि है कि जिया एट अल। ललाट ग्रे छवि में लाइन के पास अभिन्न प्रक्षेपण द्वारा साइड प्रोफाइल छवि को अनुकरण करें।
ललाट चेहरे की पहचान उपस्थिति प्रणाली के लिए ज्यामितीय सुविधाओं का उपयोग करना आम तौर पर आंखों, मुंह और नाक जैसे महत्वपूर्ण सुविधा बिंदुओं की स्थिति को निकाला जाता है, और महत्वपूर्ण अंगों की ज्यामितीय आकार जैसे कि आंखों को वर्गीकरण सुविधाओं के रूप में, लेकिन ज्यामितीय सुविधा निष्कर्षण के प्रदर्शन का परीक्षण किया गया है प्रयोगात्मक रूप से। अनुसंधान, परिणाम आशावादी नहीं हैं।
विकृत टेम्पलेट विधि को ज्यामितीय सुविधा विधि के सुधार के रूप में माना जा सकता है। इसका मूल विचार समायोज्य मापदंडों (यानी, एक विकृत टेम्पलेट) के साथ एक अंग मॉडल को डिजाइन करना है, एक ऊर्जा फ़ंक्शन को परिभाषित करता है, और मॉडल मापदंडों को समायोजित करके ऊर्जा फ़ंक्शन को कम करता है। इस समय मॉडल मापदंडों का उपयोग अंग की ज्यामितीय विशेषताओं के रूप में किया जाता है।
इस पद्धति का विचार बहुत अच्छा है, लेकिन दो समस्याएं हैं। एक यह है कि ऊर्जा समारोह में विभिन्न लागतों के भारित गुणांक को केवल अनुभवजन्य रूप से निर्धारित किया जा सकता है, जिसे लोकप्रिय बनाना मुश्किल है। दूसरा यह है कि ऊर्जा फ़ंक्शन की अनुकूलन प्रक्रिया बहुत समय लेने वाली है और व्यवहार में लागू करना मुश्किल है। पैरामीटर-आधारित चेहरा 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 घटकों के मूल आकार और संरचनात्मक संबंध का वर्णन करता है, स्थानीय सूक्ष्म विशेषताओं की अनदेखी करता है, जिसके परिणामस्वरूप जानकारी के हिस्से का नुकसान होता है, जो किसी न किसी वर्गीकरण के लिए अधिक उपयुक्त है