¿Cuáles son los métodos de reconocimiento facial? Tecnología Taigewang

Primero, el método de reconocimiento facial de características geométricas: las características geométricas pueden ser la forma de los ojos, la nariz, la boca y la relación geométrica entre ellas (como la distancia entre ellas). Estos algoritmos tienen una alta velocidad de reconocimiento y poca memoria, pero la tasa de reconocimiento es baja. En segundo lugar, el método de reconocimiento facial basado en cara característica (PCA): el método de cara característica es un método de reconocimiento facial basado en la transformación KL, que es una transformación ortogonal óptima de compresión de imágenes. Después de la transformación KL, se obtiene un nuevo conjunto de bases ortogonales del espacio de imagen de alta dimensión y se conservan las bases ortogonales importantes, que se pueden expandir a un espacio lineal de baja dimensión. Suponiendo que las proyecciones del rostro humano en estos espacios lineales de baja dimensión sean separables, estas proyecciones se pueden usar como vectores de características para el reconocimiento, que es la idea básica del método de rostros característicos. Estos métodos necesitan más muestras de entrenamiento y se basan completamente en las características estadísticas del gris de la imagen. En la actualidad, existen algunos métodos mejorados de rostros característicos. En tercer lugar, el método de reconocimiento facial de la red neuronal: la entrada de la red neuronal puede ser una imagen facial con resolución reducida, función de autocorrelación de la región local, momento de textura local de segundo orden, etc. Dichos métodos también necesitan más muestras para el entrenamiento y, en muchas aplicaciones, el número de muestras es muy limitado. En cuarto lugar, el método de reconocimiento facial de coincidencia de gráficos elásticos: el método de coincidencia de gráficos elásticos define una distancia que es invariable a la deformación habitual de la cara en un espacio bidimensional y utiliza la topología de atributos para representar la cara. Cualquier vértice de la topología contiene un vector de características para registrar la información de la cara cercana al vértice. Este método combina las características grises y los factores geométricos, permite que la imagen tenga una deformación elástica durante la comparación y ha logrado buenos resultados al superar la influencia del cambio de expresión en el reconocimiento. Al mismo tiempo, no necesita múltiples muestras para el entrenamiento de una sola persona.