Thuật toán nào tốt nhất để nhận diện khuôn mặt?
Thuật toán nào tốt nhất để nhận diện khuôn mặt?

Video: Thuật toán nào tốt nhất để nhận diện khuôn mặt?

Video: Thuật toán nào tốt nhất để nhận diện khuôn mặt?
Video: Phát hiện và Nhận diện khuôn mặt - Face Detection & Recognition - Lê Xuân Lộc | AI Advanced 2024, Có thể
Anonim

Về tốc độ, HoG có vẻ là nhanh nhất thuật toán , tiếp theo là bộ phân loại Haar Cascade và CNN. Tuy nhiên, CNN ở Dlib có xu hướng chính xác nhất thuật toán . HoG thể hiện khá tốt nhưng gặp một số vấn đề khi nhận diện khuôn mặt nhỏ. HaarCascade Classifier hoạt động như tốt như HoG nói chung.

Tương tự, người ta có thể hỏi, thuật toán nào được sử dụng để nhận diện khuôn mặt?

Phổ biến thuật toán nhận dạng bao gồm phân tích thành phần chính bằng cách sử dụng eigenfaces, phân tích phân biệt tuyến tính, đối sánh đồ thị nhóm đàn hồi bằng cách sử dụng Fisherface thuật toán , mô hình Markov ẩn, học không gian con đa tuyến sử dụng biểu diễn tensor và đối sánh liên kết động có động cơ thần kinh.

Nhận diện khuôn mặt Mtcnn là gì? MTCNN - Đồng thời Phát hiện khuôn mặt & Các địa danh MTCNN (Mạng nơ ron chuyển đổi theo tầng đa tác vụ) là một thuật toán bao gồm 3 giai đoạn, phát hiện các hộp giới hạn của những khuôn mặt trong một hình ảnh cùng với 5 Point của họ Đối mặt Các mốc (liên kết đến bài báo).

Đơn giản vậy, thuật toán nhận diện khuôn mặt hoạt động như thế nào?

Các thuật toán truyền thống liên quan đến công việc nhận dạng khuôn mặt bằng cách xác định khuôn mặt các tính năng bằng cách trích xuất các đối tượng địa lý hoặc điểm mốc, từ hình ảnh của đối mặt . Ví dụ, để giải nén khuôn mặt tính năng, một thuật toán có thể phân tích hình dạng và kích thước của mắt, kích thước của mũi và vị trí tương đối của nó với mắt.

Làm thế nào để máy ảnh nhận diện khuôn mặt?

Phát hiện khuôn mặt . May mắn thay, những khuôn mặt có một số đặc điểm dễ nhận biết máy ảnh có thể khóa vào; một cặp mắt, mũi và miệng. Bằng cách có thể phát hiện Một đối mặt trong cảnh, Máy ảnh có thể tập trung lấy nét tự động cho người đó đối mặt để đảm bảo nó là chủ thể chính được lấy nét trong ảnh.

Đề xuất: