В чем разница между распознаванием лиц и распознаванием лиц
Технология между распознаванием лиц и распознаванием лиц далеко друг от друга, однако эти два термина вызывают много путаницы. Распознавание лиц работает только путем захвата изображения человека, идущего через хорошо расположенную область, и камеры, а затем сохранения этих лиц в доступной для поиска базе данных.
Распознавание лиц работает путем сбора сохраненных изображений и сравнения их с известными лицами в базе данных. Как видите, это двухэтапный процесс. Автономная система не обладает вычислительной мощностью, необходимой для одновременного обнаружения и распознавания лиц.
В настоящее время распознавание лиц становится обычным явлением для некоторых системных камер DVR или NVR. . По мере улучшения разрешения камеры и плотности пикселей многие устройства будут оснащены функцией распознавания лиц и многими другими функциями IVS.
Автономные видеорегистраторы и сетевые видеорегистраторы не будут иметь функции распознавания лиц, встроенной в базовую систему, поскольку до этой технологии еще далеко.
Однако распознавание лиц может быть полезной функцией в определенных ситуациях. Удачно расположенная камера перед входом под правильным углом может фиксировать лица людей и сохранять их локально в доступной для поиска базе данных.
Эта функция может быть очень удобной, если ваша система безопасности настроена на отправку предупреждений на ваш телефон, поэтому, когда кто-то входит в диктофон, вы можете отправить снимок своего лица на ваш телефон.
Некоторые алгоритмы распознавания лиц идентифицируют черты лица, извлекая ориентиры или особенности из изображения лица субъекта. Например, алгоритм может анализировать относительное положение, размер и/или форму глаз, носа, скул и челюсти.
Эти функции затем используются для поиска других изображений с соответствующими характеристиками. Другие алгоритмы нормализуют галерею изображений лиц, а затем сжимают данные лица, сохраняя на изображении только те данные, которые полезны для распознавания лиц. А
затем изображение зонда сравнивается с данными лица. Алгоритмы распознавания можно разделить на два основных подхода:геометрический, который рассматривает отличительные признаки, и фотометрический, представляющий собой статистический подход, который преобразует изображение в значения и сравнивает значения с шаблонами для устранения отклонений.
Популярные алгоритмы распознавания включают в себя анализ основных компонентов с использованием собственных граней, линейный дискриминантный анализ, сопоставление упругих групповых графов с использованием алгоритма Fisherface, скрытую марковскую модель, полилинейное обучение подпространств с использованием тензорного представления и динамическое сопоставление связей, мотивированное нейронами.
Недавно появившаяся тенденция, которая, как утверждается, позволяет повысить точность, — это трехмерное распознавание лиц. Этот метод использует 3D-сенсоры для сбора информации о форме лица.
Затем эта информация используется для определения отличительных черт лица, таких как контуры глазниц, носа и подбородка.
Одним из преимуществ 3D-распознавания лиц является то, что на него не влияют изменения освещения, как на другие методы. Он также может идентифицировать лицо под разными углами обзора, включая вид профиля.