Was sind die Methoden der Gesichtserkennung_ Taigewang-Technologie

Erstens die Gesichtserkennungsmethode geometrischer Merkmale: Geometrische Merkmale können die Form von Augen, Nase, Mund und die geometrische Beziehung zwischen ihnen sein (z. B. der Abstand zwischen ihnen). Diese Algorithmen haben eine hohe Erkennungsgeschwindigkeit und einen kleinen Speicher, aber die Erkennungsrate ist gering. Zweitens, Gesichtserkennungsverfahren basierend auf Merkmalsgesicht (PCA): Das Merkmalsgesichtsverfahren ist ein Gesichtserkennungsverfahren, das auf einer KL-Transformation basiert, die eine optimale orthogonale Transformation einer Bildkomprimierung ist. Nach der KL-Transformation wird ein neuer Satz orthogonaler Basen aus dem hochdimensionalen Bildraum erhalten, und die wichtigen orthogonalen Basen werden beibehalten, die in einen niedrigdimensionalen linearen Raum expandiert werden können. Unter der Annahme, dass die Projektionen des menschlichen Gesichts in diesen niedrigdimensionalen linearen Räumen trennbar sind, können diese Projektionen als Merkmalsvektoren zur Erkennung verwendet werden, was die Grundidee des Merkmalsgesichtsverfahrens ist. Diese Verfahren benötigen mehr Trainingsmuster und basieren vollständig auf den statistischen Eigenschaften von Bildgrau. Gegenwärtig gibt es einige verbesserte Feature-Face-Methoden. Drittens Gesichtserkennungsverfahren des neuronalen Netzwerks: Die Eingabe des neuronalen Netzwerks kann ein Gesichtsbild mit reduzierter Auflösung, eine Autokorrelationsfunktion einer lokalen Region, ein Moment zweiter Ordnung einer lokalen Textur usw. sein. Solche Verfahren benötigen auch mehr Proben zum Trainieren, und in vielen Anwendungen ist die Anzahl der Proben sehr begrenzt. Viertens das Gesichtserkennungsverfahren des elastischen Graphenabgleichs: Das elastische Graphenabgleichsverfahren definiert einen Abstand, der gegenüber der üblichen Gesichtsverformung im zweidimensionalen Raum unveränderlich ist, und verwendet die Attributtopologie, um das Gesicht darzustellen. Jeder Scheitelpunkt der Topologie enthält einen Merkmalsvektor, um die Informationen der Fläche in der Nähe des Scheitelpunkts aufzuzeichnen. Dieses Verfahren kombiniert die Graueigenschaften und geometrischen Faktoren, ermöglicht eine elastische Verformung des Bildes während des Vergleichs und hat gute Ergebnisse bei der Überwindung des Einflusses der Ausdrucksänderung auf die Erkennung erzielt. Gleichzeitig sind für das Training einer einzelnen Person nicht mehrere Proben erforderlich.