کیا آپ جانتے ہیں کہ چہرے کی پہچان میں حاضری کی ٹیکنالوجی کے تین الگورتھم؟

چہرے کی پہچان میں حاضری کی ٹیکنالوجی سب سے پہلے چہرے کی معلومات اکٹھا کرتی ہے ، اور پیدل چلنے والے راستے کے دروازے میں داخل ہونے اور باہر نکلتے وقت اس کا موازنہ چہرے کے ڈیٹا بیس سے کرتی ہے۔ اگر موازنہ کامیاب ہے تو ، گیٹ کھولا جاتا ہے۔ انتظامیہ چہرے کی شناخت میں حاضری تک رسائی کے کنٹرول کے سامان پر صارف کے اعداد و شمار کے موازنہ پر مبنی ہے ، اور کمپیوٹر کو چینل کنٹرول ایریا میں داخل ہونے اور باہر جانے والے اہلکاروں کی خودکار انتظامیہ کو مکمل طور پر محسوس کرنے کے لئے بیک گراؤنڈ پروسیسنگ ٹول کے طور پر استعمال کیا جاتا ہے ، اور اس پر ایک ہی وقت میں ، یہ صارف کے اندراج کے ریکارڈ کے مطابق جلدی اور خود بخود پیدا ہوسکتا ہے۔ رسائی پر قابو پانے کے ریکارڈ اور رپورٹس کو مختلف ترتیب دینے کی شرائط کے مطابق برآمد کیا جاسکتا ہے جیسے صارفین کو درکار وقت ، جو مینیجرز کے لئے ریکارڈ سے استفسار کرنا آسان ہے ، اور داخلی عملے کے لئے خودکار حاضری کے نظام کے طور پر بھی استعمال کیا جاسکتا ہے۔

مرکزی دھارے کے چہرے کی پہچان میں حاضری کے نظام کو بنیادی طور پر تین قسموں میں درجہ بندی کیا جاسکتا ہے ، یعنی: ہندسی خصوصیات پر مبنی طریقے ، ٹیمپلیٹس پر مبنی طریقے اور ماڈلز پر مبنی طریقوں پر مبنی۔
1. ہندسی خصوصیات پر مبنی طریقہ ایک ابتدائی اور روایتی طریقہ ہے ، اور بہتر نتائج کے حصول کے لئے عام طور پر دوسرے الگورتھم کے ساتھ مل کر ضرورت ہوتی ہے۔
2. ٹیمپلیٹ پر مبنی طریقوں کو ارتباط کے ملاپ ، ایگینفیس کے طریقوں ، لکیری امتیازی تجزیہ کے طریقوں ، واحد قدر کی سڑنے کے طریقوں ، اعصابی نیٹ ورک کے طریقے ، متحرک کنکشن ملاپ کے طریقوں وغیرہ پر مبنی طریقوں میں تقسیم کیا جاسکتا ہے۔
3. ماڈل پر مبنی طریقوں میں پوشیدہ مارکوف ماڈلز ، فعال شکل کے ماڈل ، اور فعال ظاہری ماڈل پر مبنی طریقے شامل ہیں۔
انسانی چہرہ آنکھیں ، ناک ، منہ اور ٹھوڑی جیسے حصوں پر مشتمل ہے۔ یہ خاص طور پر ان حصوں کی شکل ، سائز اور ساخت میں مختلف اختلافات کی وجہ سے ہے جو دنیا کا ہر انسانی چہرہ بہت مختلف ہے۔ لہذا ، ان حصوں کی شکل اور ساختی تعلقات کی ہندسی وضاحت ، چہرے کی پہچان کی حاضری کی ایک اہم خصوصیت کے طور پر استعمال کی جاسکتی ہے۔
جیومیٹرک خصوصیات کو پہلے انسانی چہرے کی پروفائل کو بیان کرنے اور پہچاننے کے لئے استعمال کیا گیا تھا۔ سب سے پہلے ، متعدد نمایاں نکات کا تعین پروفائل وکر کے مطابق کیا جاتا ہے ، اور پہچان کے لئے فیچر میٹرکس کا ایک مجموعہ جیسے فاصلہ ، زاویہ وغیرہ ان نمایاں نکات سے اخذ کیا جاتا ہے۔ جیا ایٹ ال۔ ڈگری نقشہ میں لائن کے قریب لازمی پروجیکشن سائیڈ پروفائل کے نقشے کی نقالی کرنے کے لئے ایک بہت ہی نیا طریقہ ہے۔
فرنٹل چہرے کی پہچان اور حاضری کے نظام کے لئے ہندسی خصوصیات کا استعمال عام طور پر اہم خصوصیت کے پوائنٹس جیسے آنکھوں ، منہ ، اور ناک کی پوزیشنوں کو نکالتا ہے ، اور اہم اعضاء کی جغرافیائی شکلیں جیسے آنکھوں کی درجہ بندی کی خصوصیات ، لیکن ہندسی خصوصیت کو نکالنے کی درستگی رہی ہے۔ تجرباتی طور پر تجربہ کیا گیا۔ تحقیق ، نتائج پر امید نہیں ہیں۔
ناقص ٹیمپلیٹ کے طریقہ کار کو ہندسی خصوصیت کے طریقہ کار کی بہتری کے طور پر سمجھا جاسکتا ہے۔ اس کا بنیادی خیال یہ ہے کہ: ایڈجسٹ پیرامیٹرز کے ساتھ ایک اعضاء کا ماڈل ڈیزائن کریں ، توانائی کے فنکشن کی وضاحت کریں ، اور ماڈل پیرامیٹرز کو ایڈجسٹ کرکے توانائی کے فنکشن کو کم سے کم کریں۔ اس وقت ، ماڈل پیرامیٹرز عضو کی ہندسی خصوصیات کے طور پر ہیں۔
اس طریقہ کار کا خیال بہت اچھا ہے ، لیکن دو مسائل ہیں۔ ایک یہ کہ توانائی کے فنکشن میں مختلف اخراجات کے وزن کے ضوابط کا تعین صرف تجربے کے ذریعہ کیا جاسکتا ہے ، جس کو فروغ دینا مشکل ہے۔ دوسرا یہ ہے کہ توانائی کے فنکشن کی اصلاح کا عمل بہت وقت طلب ہے اور عملی طور پر اس کا اطلاق کرنا مشکل ہے۔ چہرے کی نمائندگی چہرے کی نمایاں خصوصیات کی تفصیل حاصل کرسکتی ہے ، لیکن اس کے لئے پری پروسیسنگ اور عمدہ پیرامیٹر کے انتخاب کی بہت ضرورت ہے۔ ایک ہی وقت میں ، عام ہندسی خصوصیات کا استعمال صرف حصوں کی بنیادی شکل اور ساختی تعلقات کو بیان کرتا ہے ، جس میں مقامی لطیف خصوصیات کو نظرانداز کیا جاتا ہے۔ یہ معلومات کے کچھ حصے کے ضائع ہونے کا سبب بنتا ہے ، جو کسی حد تک درجہ بندی کے لئے زیادہ موزوں ہے ، اور موجودہ فیچر پوائنٹ کا پتہ لگانے والی ٹیکنالوجی کارکردگی کے لحاظ سے تقاضوں کو پورا کرنے سے دور ہے ، اور حساب کی مقدار بھی بڑی ہے۔