Teknologi pengenalan wajah

Teknologi pengenalan wajah mengacu pada penggunaan teknologi komputer untuk analisis dan perbandingan untuk mengenali wajah.Pengenalan wajah adalah bidang penelitian teknologi komputer yang populer, termasuk deteksi pelacakan wajah, penyesuaian otomatis zoom gambar, deteksi inframerah malam, penyesuaian otomatis intensitas pencahayaan, dan teknologi lainnya.

Teknologi pengenalan wajah termasuk dalam teknologi pengenalan biometrik, yang membedakan individu dari karakteristik biologis organisme (umumnya mengacu pada orangnya).

Pengenalan Teknologi

Teknologi pengenalan wajah didasarkan pada fitur wajah orang tersebut, gambar wajah input atau aliran video.Pertama, tentukan apakah ada wajah manusia.Jika terdapat wajah manusia, selanjutnya disebut informasi lokasi, ukuran, dan lokasi dari masing-masing organ wajah utama.Dan berdasarkan informasi tersebut, selanjutnya mengekstrak fitur identitas yang terdapat pada setiap wajah, dan membandingkannya dengan wajah yang sudah dikenal untuk mengidentifikasi identitas masing-masing wajah.

Pengertian luas pengenalan wajah sebenarnya mencakup berbagai teknologi terkait dari sistem pengenalan wajah bawaan, termasuk pengumpulan gambar wajah, pemosisian wajah, pencegahan pengenalan wajah, verifikasi identitas dan pencarian identitas, dll .;sedangkan pengertian sempit pengenalan wajah secara khusus mengacu pada orang yang lewat Teknologi atau sistem untuk verifikasi wajah atau pencarian identitas.

Prinsip Teknis

Teknologi pengenalan wajah terdiri dari tiga bagian:
(1) Deteksi wajah

Deteksi wajah mengacu pada penilaian apakah ada gambar wajah dalam pemandangan dinamis dan latar belakang kompleks, serta memisahkan gambar wajah.Biasanya ada metode berikut:

①Metode template referensi

Pertama-tama rancang satu atau beberapa templat wajah standar, lalu hitung tingkat kecocokan antara sampel yang dikumpulkan dalam pengujian dan templat standar, dan gunakan ambang batas untuk menentukan apakah ada wajah;

②Metode aturan wajah

Karena wajah manusia memiliki karakteristik distribusi struktural tertentu, yang disebut metode aturan wajah mengekstrak karakteristik ini untuk menghasilkan aturan yang sesuai guna menentukan apakah sampel uji berisi wajah manusia;

③Metode pembelajaran sampel

Metode ini mengadopsi metode jaringan saraf tiruan dalam pengenalan pola, yaitu classifier dihasilkan dengan mempelajari kumpulan sampel citra wajah dan kumpulan sampel citra non-wajah;

④ Metode model warna kulit

Metode ini didasarkan pada distribusi warna kulit wajah yang relatif terkonsentrasi di ruang warna untuk dideteksi.

⑤Metode wajah karakteristik

Metode ini menganggap semua kumpulan citra permukaan sebagai subruang citra permukaan, dan menilai apakah ada citra permukaan berdasarkan jarak antara sampel uji dan proyeksinya di subruang.

Perlu disebutkan bahwa kelima metode di atas juga dapat digunakan secara komprehensif dalam sistem deteksi aktual.

(2) Pelacakan wajah

Pelacakan wajah mengacu pada pelacakan target dinamis dari wajah yang terdeteksi.Secara khusus, metode berbasis model atau kombinasi gerakan dan model digunakan.Selain itu, menggunakan pelacakan model warna kulit juga merupakan metode yang sederhana dan efektif.

(3) Perbandingan wajah

Perbandingan wajah adalah untuk memverifikasi identitas wajah yang terdeteksi atau mencari target di perpustakaan gambar wajah.Ini sebenarnya berarti bahwa gambar wajah sampel dibandingkan dengan gambar wajah stok secara bergantian, dan objek yang paling cocok ditemukan.Oleh karena itu, deskripsi citra wajah menentukan metode dan kinerja pengenalan wajah tertentu.Dua metode deskripsi terutama digunakan: vektor eigen dan templat tekstur wajah:

① Metode vektor fitur

Caranya dengan terlebih dahulu menentukan ukuran, posisi, jarak dan atribut fitur wajah lainnya seperti iris mata, sudut hidung dan mulut, kemudian menghitung besaran fitur geometriknya, dan besaran fitur tersebut membentuk vektor fitur yang mendeskripsikan citra wajah.

②Metode template pola wajah

Metodenya adalah dengan menyimpan sejumlah templat gambar wajah standar atau templat organ gambar wajah di pustaka, dan selama perbandingan, semua piksel gambar wajah sampel dicocokkan dengan semua templat di pustaka menggunakan ukuran korelasi yang dinormalisasi.Selain itu, ada metode yang menggunakan pengenalan pola untuk menggabungkan jaringan atau fitur dan template autokorelasi.

Inti dari teknologi pengenalan wajah sebenarnya adalah "analisis fitur tubuh manusia sebagian" dan "algoritma pengenalan grafis / saraf".Algoritma ini merupakan metode yang menggunakan berbagai organ dan ciri khas wajah manusia.Misalnya, parameter identifikasi yang dibentuk oleh beberapa data yang sesuai dengan hubungan geometris dibandingkan, dinilai dan dikonfirmasi dengan semua parameter asli dalam database.Umumnya, waktu penilaian kurang dari 1 detik.

Proses pengakuan

Secara umum dibagi menjadi tiga langkah:

(1) Pertama buat file profil wajah dari wajah manusia.Artinya, kamera digunakan untuk mengumpulkan file gambar wajah dari wajah personel unit atau mengambil foto mereka untuk membentuk file gambar wajah, dan file gambar wajah ini dibuat menjadi kode faceprint dan disimpan.

(2) Dapatkan citra wajah manusia saat ini.Yaitu, gunakan kamera untuk menangkap gambar wajah orang yang sedang masuk dan keluar, atau mengambil input foto, dan menghasilkan kode tekstur wajah dari file gambar wajah saat ini.

(3) Gunakan kode tekstur wajah saat ini untuk membandingkan dengan inventaris file.Yaitu untuk mencari dan membandingkan kode tekstur wajah saat ini dengan kode tekstur wajah yang ada di file inventory.Metode "pengkodean tekstur wajah" yang disebutkan di atas bekerja sesuai dengan fitur esensial dan awal wajah manusia.Pengkodean tekstur wajah ini dapat menahan perubahan cahaya, warna kulit, rambut wajah, gaya rambut, kacamata, ekspresi dan postur tubuh, serta memiliki keandalan yang kuat, sehingga dapat mengidentifikasi seseorang dari jutaan orang secara akurat.Proses pengenalan wajah dapat diselesaikan secara otomatis, terus menerus dan secara real time dengan menggunakan peralatan pengolah gambar biasa.