Quais são os métodos de reconhecimento facial_ Tecnologia Taigewang

Primeiro, o método de reconhecimento facial de características geométricas: as características geométricas podem ser a forma dos olhos, nariz, boca e a relação geométrica entre eles (como a distância entre eles). Esses algoritmos têm alta velocidade de reconhecimento e memória pequena, mas a taxa de reconhecimento é baixa. Em segundo lugar, o método de reconhecimento facial baseado na face característica (PCA): o método da face característica é um método de reconhecimento facial baseado na transformação KL, que é uma transformação ortogonal ideal de compressão de imagem. Após a transformação KL, um novo conjunto de bases ortogonais é obtido a partir do espaço de imagem de alta dimensão, e as bases ortogonais importantes são mantidas, que podem ser expandidas para um espaço linear de baixa dimensão. Assumindo que as projeções da face humana nesses espaços lineares de baixa dimensão são separáveis, essas projeções podem ser usadas como vetores de características para reconhecimento, que é a ideia básica do método de face de características. Esses métodos precisam de mais amostras de treinamento e são completamente baseados nas características estatísticas do cinza da imagem. Atualmente, existem alguns métodos de face de recursos aprimorados. Terceiro, método de reconhecimento de face da rede neural: a entrada da rede neural pode ser imagem de face com resolução reduzida, função de autocorrelação da região local, momento de segunda ordem da textura local, etc. Esses métodos também precisam de mais amostras para treinamento e, em muitas aplicações, o número de amostras é muito limitado. Quarto, o método de reconhecimento de face de correspondência de gráfico elástico: o método de correspondência de gráfico elástico define uma distância que é invariante à deformação usual da face no espaço bidimensional e usa a topologia de atributo para representar a face. Qualquer vértice da topologia contém um vetor de feição para registrar as informações da face próxima ao vértice. Este método combina as características de cinza e fatores geométricos, permite que a imagem tenha deformação elástica durante a comparação e tem alcançado bons resultados em superar a influência da mudança de expressão no reconhecimento. Ao mesmo tempo, não precisa de várias amostras para treinamento para uma única pessoa.