Ontwikkeling van Gesigsherkenningstegnologie

Ontwikkeling van Gesigsherkenningstegnologie

Ontwikkeling van Gesigsherkenningstegnologiehy het ondersoek ingestel na die gesigsherkenningstelsel wat in die 1960's begin het. Dit is na die 1980's verbeter met die ontwikkeling van rekenaartegnologie en optiese beeldtegnologie. Dit het in die laat 1990's die primêre aansoekstadium betree, en dit is oorheers deur die tegniese verwesenliking van die VSA, Duitsland en Japan. Die sleutel tot die sukses van gesigsherkenningstelsel lê daarin of die sleutelgesigsinligting versamel word en of die gesofistikeerde kernalgoritme besit word en die herkenningsresultate gemaak word as gevolg van praktiese herkenningskoers en spoed. 'Gesigherkenningstelsel' integreer kunsmatige intelligensie, masjienherkenning, masjienleer, modelteorie, kundige stelsel, videobeeldverwerking en ander tegnologieë. Terselfdertyd moet dit die mediaanverwerkingsteorie en -verwerking kombineer, en dit is die nuutste toepassing van biologiese kenmerkherkenning, en die kerntegnologie-besef daarvan toon die transformasie van swak kunsmatige intelligensie na sterk kunsmatige intelligensie.
Die tradisionele tegnologie vir gesigsherkenning is hoofsaaklik die gesigsherkenning gebaseer op sigbare lig. Dit is 'n bekende manier om erkenning te gee en het 'n R & D-geskiedenis van meer as 30 jaar. Hierdie manier het egter 'n onoorkomelike gebrek. In die besonder, as die omgewingsbeligting verander, sal die herkenningseffekte skerp daal en kan daar nie aan die werklike stelselvereistes voldoen word nie. Die skemas wat die beligtingsprobleem oplos, sluit in 3D-beeldgesigsherkenning van sigbare ligbeeld en thermiese beeldgesigsherkenning. Hierdie twee tegnologieë is egter nog lank nie volwasse nie, en die herkenningseffekte is onbevredigend.
'N Oplossing wat vinnig ontwikkel, is die gesigsherkenningstegnologie met verskeie ligbronne wat gebaseer is op 'n aktiewe naby-infrarooi beeld. Dit kan die impak van ligverandering oorkom en het die uitstekende herkenningsprestasie behaal en sy algehele stelselprestasie in presisie, stabiliteit en spoed is meer as die 3D-beeldgesigsherkenning. Sulke tegnologie ontwikkel die afgelope 2-3 jaar vinnig, sodat die gesigsherkenningstegnologie geleidelik na prakties ontwikkel.
Soos ander biologiese eienskappe (vingerafdruk en iris) van die menslike liggaam, is die gesig inherent. Sy uniekheid en goeie eienskap van 'nie maklik gekopieër nie' bied die nodige voorwaardes vir die identiteitsverifikasie. In vergelyking met ander soorte biologiese herkenning, het die gesigsherkenning die volgende kenmerke:
1. Nie-verpligtend: die onderwerp hoef nie spesiaal saam te werk met die gesigversamelingstoestel nie. Die gesigsbeeld kan amper in die bewustelose toestand verkry word. Sodanige steekproefneming is nie 'verpligtend' nie;
2. Nie-kontak: die onderwerp hoef nie direk met die toestel te kontak vir die verkryging van die gesigsbeeld nie;
3. Gelyktydigheid: in die werklike toepassingsscenario's kan verskeie gesigte gesorteer, beoordeel en herken word;
4. Daarbenewens word aan die visuele eienskap voldoen: "herken persoon aan voorkoms" -kenmerk. Daarbenewens het dit funksies soos eenvoudige werking, visuele resultaat en goeie verberging.

Erkenningsalgoritme

Oor die algemeen sluit die gesigsherkenningstelsel beeldinname, gesigsposisionering, beeldverwerking en gesigsherkenning (identiteitsbevestiging of identiteitsondersoek) in. Oor die algemeen is die stelselinvoer 'n stuk of 'n reeks gesigsbeelde met 'n onsekere identiteit en gesigsbeeld van verskeie bekende identiteite in die gesigsdatabasis of ooreenstemmende kode. Die uitset is 'n reeks ooreenstemmingspunte wat die identiteit van 'n gesig te erken.
Oor die algemeen word die algoritmes vir gesigsherkenning soos volg geklassifiseer:
● Herkenningsalgoritmes vir funksies.
● Voorkomsgebaseerde herkenningsalgoritmes.
● Template-gebaseerde herkenningsalgoritmes.
● Erkenningsalgoritmes wat neurale netwerk gebruik.
● Verligting gebaseerde beramingsmodel teorie.
● Voorverwerkingsmetode op gamma-vlak-regstelling gebaseer op verligting word verhoog. Daarbenewens word die ooreenstemmende strategie vir beligtingskompensasie en beligtingsbalans op grond van die beramingsmodel vir verligting uitgevoer.
● Geoptimaliseerde regstellingsteorie vir vervormingstatistieke.
● Statistiek vervorming gebaseer korreksie teorie, geoptimaliseerde gesigshouding.
● Verbeterde iterasie teorie.
● Verbeterde iterasie-teorie is 'n effektiewe uitbreiding van DLFA-algoritme vir gesigsopsporing.
● Oorspronklike intydse kenmerkende herkenningsteorie. Sulke teorie lê klem op die mediaanverwerking van real-time data in die gesig, en bereik sodoende die beste ooreenstemmende effekte tussen herkenningskoers en herkenningsdoeltreffendheid.

Toepassingscenario

Die moniteringskamera vir gesigsherkenning bied funksies soos gesigsherkenning, sterk liginhibisie, dinamiese witbalans, verborge skuiling, kompensasie teen lig en beeldaanpassing. Dit kan gebruik word vir die toesigvideo binne en buite in belangrike dele van openbare aktiwiteite en bymekaarkomplekke, soos parke, fabrieke, winkels, buitelugpleine, konferensiesentrums, sportlokale, skole, hospitale, woongebiede, kommersiële strate en groot supermarkte, en in- en uitgang in die voorportaal, hysbak en ander hoofkanale van hotel (gastehuis), spysenierings- en ontspanningsplekke en kantoorgeboue.
Die identifikasie / regte-naam stelsel / regte naam verifikasie / mens-sertifikaat verifikasie / mens-sertifikaat kombinasie kan die skare op die lughawe, stadion, supermark en ander openbare plekke monitor. Die moniteringstelsel word byvoorbeeld op die lughawe geïnstalleer om te voorkom dat die terroris op die vliegtuig klim. As die kaart en die wagwoord gesteel word, sal die kontant in die bank se kitsbank onttrek word. Terselfdertyd kan die gesigsherkenning sulke omstandighede vermy. Deur te soek na die teikenbeelddata, word daar gesoek na basiese inligting oor sleutelpopulasie in die databasis. Die stelsel word byvoorbeeld op die lughawe of stasie geïnstalleer om die voortvlugtige in hegtenis te neem.