얼굴 인식 시스템의 기술적 원리

(1) 얼굴 검출

얼굴 탐지는 동적 장면과 복잡한 배경에 얼굴 이미지가 있는지 여부를 판단하고 얼굴 이미지를 분리하는 것을 말합니다. 일반적으로 다음과 같은 여러 가지 방법이 있습니다.

① 참조 템플릿 방법

먼저 하나 이상의 표준 얼굴 템플릿을 설계한 다음, 테스트에서 수집한 샘플이 표준 템플릿과 얼마나 일치하는지 계산하고, 임계값을 통해 얼굴이 있는지 판단합니다.

② 얼굴 규칙법

사람의 얼굴에는 일정한 구조적 분포 특징이 있기 때문에, 이른바 얼굴 규칙법이란 이러한 특징을 추출하여 테스트 샘플에 얼굴이 포함되어 있는지 여부를 판단하는 규칙을 생성하는 것이다. (윌리엄 셰익스피어, 얼굴, 얼굴, 얼굴, 얼굴, 얼굴, 얼굴, 얼굴, 얼굴)

③ 샘플 학습법

이 방법은 패턴 인식에서 인공 신경망을 사용하는 방법으로 표면 이미지 샘플 세트와 비표면 이미지 샘플 세트를 학습하여 분류기를 생성합니다.

④ 피부색 모형법

이 방법은 얼굴과 피부색이 색상 공간에서 상대적으로 집중된 분포를 기준으로 탐지됩니다.

⑤ 특징 자면법

이 방법은 모든 얼굴 이미지 세트를 사람의 얼굴 이미지 하위 공간으로 간주하여 검체 및 하위 구멍 사이에 투영된 거리를 기준으로 얼굴 이미지가 있는지 여부를 결정합니다.

이 다섯 가지 방법은 실제 검사 시스템에서도 함께 사용할 수 있다는 점은 주목할 만하다.

(2) 얼굴 추적

얼굴 추적은 감지된 사람의 얼굴을 동적으로 추적하는 것을 말합니다. 특히, 모델 기반 방법 또는 동작과 모델을 결합하는 방법을 사용합니다. 또한 피부색 모델을 이용한 추적도 간단하고 효과적인 수단이다.

(3) 얼굴 대비

얼굴 비교는 감지된 얼굴 이미지의 신원을 확인하거나 얼굴 이미지 데이터베이스에서 대상을 검색하는 것입니다. 실제로 샘플 이미지를 재고 이미지와 순차적으로 비교하여 가장 일치하는 오브젝트를 찾는 것을 의미합니다. 따라서 얼굴 이미지에 대한 설명은 얼굴 이미지 인식의 구체적인 방법과 성능을 결정합니다. 현재 크게 두 가지 설명 방법, 즉 피쳐 벡터와 텍스처 템플릿이 있습니다.

① 고유 벡터 방법

이 방법은 먼저 홍채, 코 날개, 입가 등 얼굴 이미지의 크기, 위치, 거리 등의 속성을 결정한 다음 얼굴 이미지를 설명하는 특징 벡터를 구성하는 기하학적 특징을 계산합니다.

② 패턴 템플릿 방법

이 방법에서는 라이브러리에 많은 표준 얼굴 이미지 템플릿 또는 얼굴 이미지 기관 템플릿이 저장되고 표준화된 상관 관계 측정을 사용하여 샘플링된 얼굴 이미지의 모든 픽셀을 라이브러리의 모든 템플릿과 일치시킵니다. 또한 패턴 인식 또는 피쳐와 템플릿을 결합하는 방법을 사용하는 자기 상관 네트워크도 있습니다.

얼굴 인식 기술의 핵심은' 국부 인체 특징 분석' 과' 그래픽/신경 인식 알고리즘' 이다. 이 알고리즘은 얼굴의 각 기관과 특징 부분을 이용하는 방법이다. 예를 들어, 형상 관계식에 해당하는 여러 데이터에 의해 형성된 식별 매개변수를 데이터베이스의 모든 원본 매개변수와 비교, 판단 및 확인합니다. 일반적인 판단 시간은 1 초보다 작습니다. 일반적으로 세 단계로 나뉩니다.

(1) 먼저 얼굴의 얼굴 이미지 파일을 만듭니다. 즉, 카메라를 사용하여 단위 직원의 얼굴 이미지 파일을 수집하거나 사진을 찍어 얼굴 이미지 파일을 만들고 얼굴 이미지 파일을 생성하여 저장합니다.

(2) 현재 얼굴 이미지를 가져옵니다. 즉, 카메라가 촬영한 현재 방문자의 얼굴 이미지나 사진을 입력하여 현재 얼굴 이미지 파일을 얼굴 패턴 코드로 만듭니다.

(3) 현재 텍스처 코드를 파일 재고와 비교하십시오. 즉, 현재 얼굴 이미지의 텍스처 코드를 검색하여 파일 리스트의 텍스처 코드와 비교합니다. 위에서 설명한' 면무늬 인코딩' 방법은 얼굴의 본질적인 특징과 시작에 따라 작동한다. 이 얼굴 패턴 코드는 빛, 피부색, 얼굴 털, 헤어스타일, 안경, 표정, 자세의 변화에 저항하여 수백만 명 중 한 명을 정확하게 식별할 수 있다. 일반 이미지 처리 장치를 사용하면 얼굴 인식 프로세스를 자동, 연속, 실시간으로 수행할 수 있습니다.