Algoritmo de reconocimiento facial Hailingke tx510

El reconocimiento facial se centra principalmente en imágenes bidimensionales. El reconocimiento facial bidimensional utiliza principalmente 80 nodos o puntos de puntuación distribuidos de abajo a arriba en el rostro para realizar la autenticación de identidad midiendo la distancia entre los ojos, los pómulos y el mentón. Los principales algoritmos de reconocimiento facial son los siguientes:

1. Método basado en la coincidencia de plantillas: las plantillas se dividen en plantillas bidimensionales y plantillas tridimensionales. La idea central es utilizar las reglas de los rasgos faciales humanos para establecer un marco de modelo ajustable tridimensional. Después de ubicar la posición facial, use el marco del modelo para ubicar y ajustar los rasgos faciales humanos para resolver los cambios en el ángulo de observación, la oclusión y. expresión durante el proceso de reconocimiento facial.

2. Método basado en características de valor singular: las características de valor singular de la matriz de la imagen del rostro reflejan los atributos esenciales de la imagen y pueden usarse para clasificación y reconocimiento.

3. Método de análisis subespacial: debido a su fuerte carácter descriptivo, bajo costo computacional, fácil implementación y buena separabilidad, se usa ampliamente en la extracción de rasgos faciales y se ha convertido en uno de los métodos principales de reconocimiento facial. .

4.LPP es un nuevo método de análisis subespacial, que es una aproximación lineal del método no lineal del mapa laplaciano. No solo resuelve las deficiencias de los métodos lineales tradicionales como PCA, que dificultan retener la variedad no lineal de los datos originales, sino que también resuelve las deficiencias de los métodos no lineales, que dificultan la obtención de proyecciones de baja dimensión de nuevos puntos de muestra.