Quali sono i metodi di riconoscimento facciale_ Tecnologia Taigewang

In primo luogo, il metodo di riconoscimento facciale delle caratteristiche geometriche: le caratteristiche geometriche possono essere la forma di occhi, naso, bocca e la relazione geometrica tra di loro (come la distanza tra loro). Questi algoritmi hanno un'elevata velocità di riconoscimento e una memoria ridotta, ma il tasso di riconoscimento è basso. In secondo luogo, metodo di riconoscimento facciale basato su feature face (PCA): il metodo feature face è un metodo di riconoscimento facciale basato sulla trasformata KL, che è una trasformata ortogonale ottimale della compressione dell'immagine. Dopo la trasformazione KL, si ottiene un nuovo insieme di basi ortogonali dallo spazio dell'immagine ad alta dimensione e vengono mantenute le basi ortogonali importanti, che possono essere espanse in uno spazio lineare a bassa dimensione. Supponendo che le proiezioni del volto umano in questi spazi lineari a bassa dimensione siano separabili, queste proiezioni possono essere utilizzate come vettori di caratteristiche per il riconoscimento, che è l'idea di base del metodo del volto caratteristico. Questi metodi richiedono più campioni di addestramento e sono completamente basati sulle caratteristiche statistiche del grigio dell'immagine. Al momento, ci sono alcuni metodi di feature face migliorati. Terzo, metodo di riconoscimento facciale della rete neurale: l'input della rete neurale può essere un'immagine del viso con risoluzione ridotta, funzione di autocorrelazione della regione locale, momento del secondo ordine della trama locale, ecc. Tali metodi richiedono anche più campioni per l'addestramento e in molte applicazioni il numero di campioni è molto limitato. In quarto luogo, il metodo di riconoscimento facciale della corrispondenza dei grafi elastici: il metodo di corrispondenza dei grafi elastici definisce una distanza che è invariante alla normale deformazione della faccia nello spazio bidimensionale e utilizza la topologia dell'attributo per rappresentare la faccia. Qualsiasi vertice della topologia contiene un vettore di funzionalità per registrare le informazioni della faccia vicino al vertice. Questo metodo combina le caratteristiche del grigio e i fattori geometrici, consente all'immagine di avere una deformazione elastica durante il confronto e ha ottenuto buoni risultati nel superare l'influenza del cambiamento di espressione sul riconoscimento. Allo stesso tempo, non ha bisogno di più campioni per l'allenamento per una singola persona.