عینک حریم خصوصی دوربین مداربسته ضد تشخیص مادون قرمز

عینک حفظ حریم خصوصی دوربین ضد مادون قرمز صورت / دوربین مدار بسته

عینک حریم خصوصی دوربین شناسایی چهره / دوربین مداربسته ضد مادون قرمز می تواند در برابر تشخیص چهره با دوربین نظارت مقاومت کند و مبتنی بر درک اصل فناوری کاربرد دوربین اصلی نظارت بر تشخیص چهره جریان اصلی و کاربرد آن است.

دوربین / دوربین مداربسته تشخیص چهره مادون قرمز فعلی ترین فناوری تشخیص جریان اصلی است

چرا تشخیص چهره فناوری اصلی جریان اصلی جریان شناسایی است؟ این عمدتاً در طبیعی بودن و ویژگی درک نشدن آن توسط موضوع نهفته است. به اصطلاح طبیعی بودن اشاره دارد به اینكه "چنین روش شناختی همان ویژگی بیولوژیكی است كه انسان (یا حتی سایر موجودات) شناسایی فردی را انجام می دهد". به عنوان مثال ، در تشخیص چهره ، انسان با مشاهده و مقایسه چهره ، هویت را متمایز و تأیید می کند. تشخیص صدا و تشخیص چهره طبیعی است در حالی که تشخیص اثر انگشت و تشخیص عنبیه طبیعی نیست ، زیرا انسان یا موجودات دیگر فرد را از طریق چنین ویژگی بیولوژیکی تشخیص نمی دهند.
ویژگی درک نشدن برای روش تشخیص دوربین نظارت بر تشخیص چهره نیز بسیار مهم است. این روش شناسایی را توهین آمیز نمی کند. علاوه بر این ، از آنجا که توجه انسان به راحتی توسط آنها جلب نمی شود ، فریب به راحتی ایجاد نمی شود. فناوری های تشخیص چهره با استفاده از نور مرئی اطلاعات تصویر صورت را به دست می آورند در حالی که تشخیص اثر انگشت یا تشخیص عنبیه برای جمع آوری اطلاعات مورد نیاز به سنسور فشار الکترونیکی یا اشعه مادون قرمز بستگی دارد. این روشهای خاص جمع آوری توسط انسان به راحتی قابل درک است ، بنابراین احتمالاً پنهان کاری یا فریبکاری ظاهر می شود.

از آنجا که فناوری تشخیص چهره دارای دو ویژگی است که جایگزینی آن دشوار است ، ممکن است در آینده با نصب دوربین های نظارت عمومی بیشتر ، کاربرد گسترده تری داشته باشد.

از عینک های محافظتی چهره و دوربین مداربسته ضد مادون قرمز عمدتا برای تشخیص چهره به صورت ضد دینامیک استفاده می شود

اول از همه ، تعریف و طبقه بندی تشخیص چهره باید درک شود:
تشخیص چهره: یک فناوری تشخیص بیولوژیکی است که یک موضوع را براساس اطلاعات مشخصه صورت که از طریق تصاویر و فیلم دوربین جمع آوری می کند ، شناسایی می کند. این فناوری را می توان به تشخیص چهره استاتیک و تشخیص چهره پویا تقسیم کرد.

تشخیص چهره استاتیک

تشخیص چهره استاتیک را می توان شناخت صورت مشارکتی نامید. عموماً ، از آن در ناحیه مخصوص مسافت کوتاه یا دامنه کوچکی برای تشخیص موضوع استفاده می شود. تشخیص استاتیک نیاز به شرایط دقیق زاویه ، فاصله و موقعیت دارد. بیشتر افراد به طور فعال در شناسایی ، به عنوان مثال ، باز کردن قفل صورت از آیفون ، ورود به سیستم سیستم حضور و غیاب شرکت ، تأیید هویت انسان و گواهی و سایر سناریوها همکاری می کنند.

تشخیص چهره به صورت پویا

تشخیص چهره به صورت پویا را می توان تشخیص چهره کاملاً بی معنی دانست. به طور کلی ، آن را در فاصله کوتاه و متوسط-طولانی استفاده می شود. تا زمانی که موضوع در محدوده ظاهر شود ، موضوع به طور خودکار تشخیص داده می شود. به عبارت دیگر ، وقتی سوژه به طور طبیعی پیش می رود ، دوربین عکسبرداری می کند و اطلاعات صورت را جمع می کند ، به منظور شناسایی چهره پویا. در مقایسه با تشخیص چهره استاتیک ، تشخیص چهره پویا دارای مزایای "غیر اجباری" و "بدون تماس فعال" است. در درجه اول ، آن را در تبلیغات هدفمند و استفاده از خرده فروشی هوشمند ، زمینه های امنیتی و سناریوهای دیگر از طریق دوربین نظارت است.
عینک های حفظ حریم خصوصی ضد چهره از دوربین مادون قرمز / دوربین مدار بسته مداخله می کنند. سیستم تشخیص چهره از موارد زیر تشکیل شده است:
collection جمع آوری و شناسایی تصاویر صورت
-پیش پردازش تصویر صورت
extra استخراج مشخصه تصویر صورت
● تطبیق و تشخیص
● تشخیص Vivo
جمع آوری و شناسایی تصاویر صورت:
مجموعه تصاویر صورت
در شرایط مناسب ، تصویر لنزها توسط لنزهای دوربین جمع آوری می شود. هنگامی که سوژه در محدوده عکسبرداری دستگاه جمع آوری باشد ، دستگاه جمع آوری به صورت خودکار تصویر صورت او را جستجو می کند ، مانند تصویر ایستا ، تصویر پویا ، موقعیت های مختلف و عبارات مختلف.

تشخیص چهره

تشخیص چهره عمدتا برای پیش پردازش تشخیص چهره استفاده می شود. به عبارت دیگر ، برای تشخیص موقعیت و اندازه صورت در تصویر. تصویر صورت شامل ویژگی های حالت غنی مانند هیستوگرام ، رنگ ، الگو ، ساختار و Haar است. از طریق الگوریتم انتخاب شده ، این ویژگی ها برای دستیابی به تشخیص صورت استفاده می شود.

پیش پردازش تصویر صورت

پیش پردازش تصویر صورت به پردازش تصویر بر اساس نتایج تشخیص چهره برای استخراج خصوصیات اشاره دارد. به دلیل محدودیت ها و مزاحمت ها ، تصویر اصلی به دست آمده توسط سیستم در بیشتر موارد به طور مستقیم قابل استفاده نیست. در مرحله اولیه پردازش تصویر ، تصحیح سطح خاکستری ، فیلتراسیون نویز و سایر پردازش های تصویر باید انجام شود. همانطور که برای تصویر صورت ، پیش پردازش به طور عمده شامل جبران نور ، تغییر شکل سطح خاکستری ، یکسان سازی هیستوگرام ، عادی سازی ، اصلاح هندسی ، فیلتراسیون و وضوح تصویر صورت است.

استخراج مشخصه تصویر صورت

ویژگی های موجود سیستم تشخیص چهره شامل ویژگی های بصری ، مشخصات آماری پیکسل ، ویژگی های ضریب تحول تصویر چهره و ویژگی های جبری تصویر صورت است. استخراج مشخصه صورت برای برخی از خصوصیات صورت است. به استخراج مشخصه صورت بازنمایی صورت نیز گفته می شود که فرآیندی از مدل سازی مشخصه صورت است.
به طور خلاصه ، روشهای استخراج مشخصه صورت را می توان به دو دسته تقسیم کرد: روش بازنمایی دانش بنیان و ویژگی بازبینی جبری یا بازنمایی آماری. روش بازنمایی دانش بنیان از طریق توصیف شکل اندام های صورت و فاصله آنها ، داده های مطلوبی را برای طبقه بندی صورت به دست می آورد. م componentلفه مشخصه معمولاً شامل فاصله اقلیدسی بین مشخصات ، انحنا و زاویه است. صورت شامل چشم ، بینی ، دهان ، چانه و سایر قسمت ها است. توصیف هندسی چنین قطعاتی و ارتباط ساختاری آنها ممکن است به عنوان مشخصات مهم برای تشخیص چهره در نظر گرفته شود. این مشخصات را مشخصات هندسی می نامند. نمایش چهره مبتنی بر دانش عمدتا شامل روش مبتنی بر مشخصه هندسی و روش تطبیق الگو است.