顔認識の方法は何ですか_ Taigewang Technology

まず、幾何学的特徴の顔認識方法: 幾何学的特徴は、目、鼻、口の形状、およびそれらの間の幾何学的関係 (それらの間の距離など) である可能性があります。 これらのアルゴリズムは、認識速度が速くメモリが小さいですが、認識率は低くなります。 第二に、特徴顔に基づく顔認識方法（PCA）：特徴顔方法は、画像圧縮の最適な直交変換であるKL変換に基づく顔認識方法です。 KL 変換後、高次元画像空間から直交基底の新しいセットが取得され、重要な直交基底が保持され、低次元線形空間に拡張できます。 これらの低次元線形空間における人間の顔の射影が分離可能であると仮定すると、これらの射影は認識用の特徴ベクトルとして使用できます。これが顔特徴法の基本的な考え方です。 これらの方法は、より多くのトレーニング サンプルを必要とし、画像のグレーの統計的特性に完全に基づいています。 現在、いくつかの改善された特徴面メソッドがあります。 第三に、ニューラルネットワークの顔認識方法：ニューラルネットワークの入力は、解像度を下げた顔画像、局所領域の自己相関関数、局所テクスチャの二次モーメントなどです。 このような方法では、トレーニング用により多くのサンプルも必要であり、多くのアプリケーションではサンプル数が非常に限られています。 第四に、エラスティック グラフ マッチングの顔認識方法: エラスティック グラフ マッチング方法は、2 次元空間で通常の顔の変形に対して不変な距離を定義し、属性トポロジを使用して顔を表現します。 トポロジの頂点には、頂点付近の面の情報を記録するための特徴ベクトルが含まれています。 この方法は、グレー特性と幾何学的要素を組み合わせて、比較時に画像を弾性的に変形させることができ、表情変化による認識への影響を克服するのに良い結果をもたらしました。 同時に、1 人のトレーニングに複数のサンプルは必要ありません。