Sviluppo della tecnologia di riconoscimento facciale

Sviluppo della tecnologia di riconoscimento facciale

Sviluppo della tecnologia di riconoscimento faccialea ricerca sul sistema di riconoscimento facciale è iniziata negli anni '60. È stato migliorato dopo gli anni '80 con lo sviluppo della tecnologia informatica e della tecnologia di imaging ottico. In realtà, è entrato nella fase di applicazione primaria alla fine degli anni '90 ed è stato dominato dalla realizzazione tecnica di USA, Germania e Giappone. La chiave del successo del sistema di riconoscimento facciale risiede nel fatto che le informazioni facciali chiave vengano raccolte e se il sofisticato algoritmo di base sia in possesso e che i risultati del riconoscimento siano ottenuti grazie alla velocità e al tasso di riconoscimento pratico. Il "sistema di riconoscimento facciale" integra intelligenza artificiale, riconoscimento automatico, apprendimento automatico, teoria dei modelli, sistema esperto, elaborazione di immagini video e altre tecnologie. Allo stesso tempo, deve combinare la teoria e la realizzazione dell'elaborazione mediana ed è l'ultima applicazione del riconoscimento delle caratteristiche biologiche e la sua realizzazione tecnologica di base mostra la trasformazione da intelligenza artificiale debole a intelligenza artificiale forte.
La tradizionale tecnologia di riconoscimento facciale è principalmente il riconoscimento facciale basato su immagini a luce visibile. È un modo di riconoscimento familiare e ha una storia di ricerca e sviluppo di oltre 30 anni. Tuttavia, in questo modo ha un difetto insormontabile. In particolare, quando l'illuminazione ambientale cambia, gli effetti di riconoscimento diminuiranno drasticamente e non sarà possibile soddisfare i requisiti di sistema effettivi. Gli schemi che risolvono il problema dell'illuminazione includono il riconoscimento facciale con immagini 3D dell'immagine a luce visibile e il riconoscimento facciale con imaging termico. Tuttavia, queste due tecnologie sono tutt'altro che mature e gli effetti di riconoscimento sono insoddisfacenti.
Una soluzione in rapido sviluppo è la tecnologia di riconoscimento facciale a più sorgenti luminose basata sull'immagine attiva del vicino infrarosso. È in grado di superare gli impatti del cambiamento di luce e ha raggiunto le eccezionali prestazioni di riconoscimento e le sue prestazioni complessive del sistema in termini di precisione, stabilità e velocità superano il riconoscimento facciale dell'immagine 3D. Tale tecnologia si sviluppa rapidamente negli ultimi 2-3 anni in modo che la tecnologia di riconoscimento facciale si sviluppi gradualmente verso la pratica.
Come altre caratteristiche biologiche (impronta digitale e iride) del corpo umano, il viso è intrinseco. La sua unicità e la buona caratteristica di “non essere facilmente copiato” forniscono i presupposti necessari per l'autenticazione dell'identità. Rispetto ad altri tipi di riconoscimento biologico, il riconoscimento facciale ha le seguenti caratteristiche:
1. Non obbligatorio: il soggetto non deve cooperare in modo speciale con il dispositivo di raccolta del viso. L'immagine del viso può essere ottenuta quasi nello stato di incoscienza. Tale metodo di campionamento non è “obbligatorio”;
2. Senza contatto: il soggetto non deve contattare direttamente il dispositivo per ottenere l'immagine del volto;
3. Concorrenza: negli scenari applicativi effettivi, più volti possono essere ordinati, giudicati e riconosciuti;
4. Inoltre, la caratteristica visiva è soddisfatta: caratteristica "riconoscere la persona dall'aspetto". Inoltre, ha caratteristiche come funzionamento semplice, risultato visivo e buon occultamento.

Algoritmo di riconoscimento

In generale, il sistema di riconoscimento facciale include l'acquisizione di immagini, il posizionamento del viso, la pre-elaborazione delle immagini e il riconoscimento facciale (conferma dell'identità o ricerca dell'identità). In generale, l'input di sistema è una parte o una serie di immagini facciali con identità incerta e un'immagine facciale di diverse identità note nel database facciale o nel codice corrispondente. L'output è una serie di punteggi di somiglianza, che mostra l'identità di un volto da riconoscere.
Generalmente, gli algoritmi di riconoscimento facciale sono classificati come segue:
● Algoritmi di riconoscimento basati su funzionalità.
● Algoritmi di riconoscimento basati sull'aspetto.
● Algoritmi di riconoscimento basati su modelli.
● Algoritmi di riconoscimento che utilizzano la rete neurale.
● Teoria dei modelli di stima basata sull'illuminazione.
● Il metodo di pre-elaborazione dell'illuminazione basato sulla correzione del livello di grigio gamma viene aumentato. Inoltre, sulla base del modello di stima dell'illuminazione, vengono eseguite la corrispondente compensazione dell'illuminazione e la strategia di bilanciamento dell'illuminazione.
● Teoria di correzione delle statistiche di deformazione ottimizzata.
● Teoria della correzione basata sulla deformazione statistica, postura facciale ottimizzata.
● Teoria dell'iterazione avanzata.
● La teoria dell'iterazione avanzata è un'efficace espansione dell'algoritmo di rilevamento facciale DLFA.
● Teoria originale del riconoscimento delle caratteristiche in tempo reale. Tale teoria pone l'accento sull'elaborazione mediana dei dati facciali in tempo reale, ottenendo così i migliori effetti di corrispondenza tra tasso di riconoscimento ed efficienza di riconoscimento.

Scenario applicativo

La telecamera di monitoraggio del riconoscimento facciale fornisce funzioni come riconoscimento facciale, forte inibizione della luce, bilanciamento del bianco dinamico, protezione nascosta, compensazione del controluce e regolazione dell'immagine. Può essere utilizzato per la videosorveglianza in interni ed esterni nelle parti importanti dell'attività pubblica e dei luoghi di ritrovo, come parchi, fabbriche, negozi, piazze all'aperto, centri congressi, impianti sportivi, scuole, ospedali, aree residenziali, vie commerciali e grandi supermercati e ingresso e uscita della hall, ascensore e altri canali principali di hotel (pensione), luoghi di ristorazione e ricreativi ed edifici per uffici.
La combinazione di identificazione / sistema del nome reale / verifica del nome reale / verifica del certificato umano / certificato umano può monitorare la folla in aeroporto, stadio, supermercato e altri luoghi pubblici. Ad esempio, il sistema di monitoraggio è installato in aeroporto per impedire al terrorista di salire a bordo dell'aereo. Nel bancomat della banca, se la carta e la password vengono rubate, i contanti verranno ritirati da altri. Allo stesso tempo, il riconoscimento facciale può evitare tali circostanze. Attraverso la ricerca dei dati dell'immagine di destinazione, viene cercata se le informazioni di base sulla popolazione chiave esistono nel database. Ad esempio, il sistema è installato in aeroporto o in stazione per arrestare il fuggitivo.