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

چہرے کی پہچان میں حاضری کی ٹکنالوجی سب سے پہلے چہرے کی معلومات اکٹھا کرتی ہے ، اور جب حاضری مشین داخل ہوتی ہے اور پیدل چلنے والے راستے سے باہر نکلتی ہے تو اس کا موازنہ چہرے کے ڈیٹا بیس سے کرتا ہے۔ اگر موازنہ کامیاب ہے تو ، حاضری مشین کھل جائے گی۔ اگر موازنہ ناکام ہوجاتا ہے تو ، حاضری مشین نہیں کھل جائے گی۔ انتظامیہ چہرے کی پہچان میں حاضری تک رسائی کنٹرول کے سامان پر صارف کے ڈیٹا کے موازنہ پر مبنی ہے ، اور چینل کنٹرول ایریا میں داخل ہونے اور باہر جانے والے اہلکاروں کی خودکار انتظامیہ کو مکمل طور پر سمجھنے کے لئے کمپیوٹر کو پس منظر پروسیسنگ ٹول کے طور پر استعمال کیا جاتا ہے۔ ایک ہی وقت میں ، صارف کے اندراج کے ریکارڈ کے مطابق ، یہ جلدی اور خود بخود رسائی کنٹرول ریکارڈ رپورٹس تیار کرسکتا ہے جو مختلف ترتیب دینے والی شرائط جیسے وقت کے مطابق برآمد کی جاسکتی ہے ، جو مینیجرز کے لئے ریکارڈ سے استفسار کرنا آسان ہے ، اور اس کا استعمال بھی کیا جاسکتا ہے۔ داخلی عملے کے لئے خود کار طریقے سے حاضری کا نظام۔

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 عام طور پر بہتر نتائج حاصل کرنے کے ل other دوسرے الگورتھم کے ساتھ جوڑا جاتا 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۔
جیومیٹری پر مبنی طریقے
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 کی تفصیل اور پہچان میں استعمال کیا گیا تھا۔ سب سے پہلے ، پروفائل وکر کے مطابق متعدد نمایاں نکات کا تعین کیا گیا تھا ، اور پہچان کے لئے فیچر میٹرکس کا ایک مجموعہ ، جیسے فاصلہ اور زاویہ ، ان نمایاں نکات سے اخذ کیا گیا تھا۔ یہ ایک بہت ہی جدید طریقہ ہے کہ جیا ایٹ ال۔ فرنٹل گرے امیج میں لائن کے قریب لازمی پروجیکشن کے ذریعہ سائیڈ پروفائل امیج کی نقالی کریں۔
فرنٹل چہرے کی پہچان میں حاضری کے نظام کے لئے جیومیٹرک 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 کارکردگی کا تجربہ کیا گیا ہے۔ تجرباتی طور پر. 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 (یعنی ، ایک خراب ٹیمپلیٹ) کے ساتھ آرگن ماڈل کو ڈیزائن کیا جائے ، توانائی کے فنکشن کی وضاحت کریں ، اور ماڈل پیرامیٹرز کو ایڈجسٹ کرکے توانائی کے فنکشن کو کم سے کم کریں۔ اس وقت ماڈل پیرامیٹرز اعضاء کی ہندسی خصوصیات کے طور پر استعمال ہوتے 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 صرف تجرباتی طور پر طے کیے جاسکتے ہیں ، جس کو مقبول کرنا 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۔ پیرامیٹر پر مبنی 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 اجزاء کی بنیادی شکل اور ساختی تعلقات کو بیان کرتا ہے ، مقامی لطیف خصوصیات کو نظرانداز کرتا ہے ، جس کے نتیجے میں معلومات کے حصے کا نقصان ہوتا ہے ، جو کسی حد تک درجہ بندی کے لئے زیادہ موزوں ہے۔