Какие существуют методы распознавания лиц_ Технология Taigewang

Во-первых, метод распознавания лиц по геометрическим признакам: геометрическими признаками могут быть форма глаз, носа, рта и геометрические отношения между ними (например, расстояние между ними). Эти алгоритмы имеют высокую скорость распознавания и небольшую память, но скорость распознавания низкая. Во-вторых, метод распознавания лиц на основе характерного лица (PCA): метод характерного лица - это метод распознавания лиц, основанный на преобразовании KL, которое является оптимальным ортогональным преобразованием сжатия изображения. После преобразования KL из многомерного пространства изображения получается новый набор ортогональных базисов, при этом сохраняются важные ортогональные базисы, которые могут быть расширены в низкоразмерное линейное пространство. Предполагая, что проекции человеческого лица в этих низкоразмерных линейных пространствах являются разделимыми, эти проекции можно использовать в качестве векторов признаков для распознавания, что является основной идеей метода характерных лиц. Этим методам требуется больше обучающих выборок, и они полностью основаны на статистических характеристиках серого цвета изображения. В настоящее время существует несколько усовершенствованных методов определения граней. В-третьих, метод распознавания лиц нейронной сети: на вход нейронной сети может поступать изображение лица с уменьшенным разрешением, автокорреляционная функция локальной области, момент второго порядка локальной текстуры и т. д. Такие методы также требуют больше выборок для обучения, а во многих приложениях количество выборок очень ограничено. В-четвертых, метод сопоставления эластичного графа с распознаванием лиц: метод сопоставления эластичного графа определяет расстояние, инвариантное к обычной деформации лица в двумерном пространстве, и использует топологию атрибутов для представления лица. Любая вершина топологии содержит вектор признаков для записи информации о грани рядом с вершиной. Этот метод сочетает в себе характеристики серого и геометрические факторы, допускает упругую деформацию изображения при сравнении и позволяет добиться хороших результатов в преодолении влияния изменения выражения лица на распознавание. В то же время не нужно несколько образцов для обучения одного человека.