Recientemente, estoy estudiando sobre el reconocimiento facial con OpenCV, y estoy probando un ejemplo sencillo basado en el estudio.
Estoy considerando usarlo en la condición de la puerta delantera.
Hoy en día algunos edificios o apartamentos utilizan tratamientos faciales.Reconocimiento por la prevención de intrusos. Cuando alguien se une a ellos (como compañía o casas), requieren la fotografía de la persona. Como yo sé, solo requieren una imagen.
No me preocupé por eso la última vez, pero ahora, estoyMuy curioso al respecto. Los famosos algoritmos como PCA, LDA utilizan el aprendizaje automático, por lo que aumentan los porcentajes de éxito (casos). Para utilizar el aprendizaje automático, necesitan imágenes de muestra tantas como yo pueda proporcionar. Por eso tengo curiosidad por eso. Los edificios o las empresas requieren solo una imagen, pero pueden reconocer a cada persona. Además, su precisión es muy buena. ¿Cómo puede pasar esto? ¿Hay algún otro algoritmo además de PCA o LDA?
¡Gracias por leer!
Respuestas
1 para la respuesta № 1Resulta que antes leí sobre el reconocimiento facial, esa vez quise hacerlo como mi proyecto semestral. Y, por supuesto, también he oído y pensado usar OpenCV.
Tu pregunta es simple, esas empresa o hogar.que usan reconocimiento facial, usualmente usan productos muy bien desarrollados, que normalmente incluyen reconocimiento facial bien programado. Como estamos hablando de seguridad aquí, normalmente las empresas comprarán estos productos de seguridad, a menos que, si solo quieren usarla como una herramienta para disuadir a los intrusos que se centran menos en el uso práctico y la precisión del reconocimiento, puedan optar por un software gratuito de reconocimiento facial. .
Entonces, cuando estoy hablando reconocimiento facial bien programadosignifica que fue entrenado con gran cantidad de bases de datos (Las fotos a reconocer que mencionaste), esto significa que el formación se hace incluso antes de El software se lanza oficialmente, que esDurante la etapa de desarrollo. Un buen software de reconocimiento facial requiere una codificación de programación buena, completa y detallada, y también enormes bases de datos de fotos (tomadas a diferentes intensidades de luz ambiental, diferentes rasgos faciales como peinado, gafas) para entrenarlo.
Por lo tanto, la precisión del software no depende únicamente de la cantidad de imágenes dadas. durante El uso del software siempre que sea bien programado en primer lugar. Gracias y espero haber respondido a tu pregunta y maravilla.
ps: reconoce se escribe de esta manera (US); reconocer (UK) =)
2 para la respuesta № 2
Que yo sepa, esto no se ha logrado todavía. Así que no creo que puedan desarrollar un software que reconozca a una persona utilizando solo una imagen. Lo más probable es que enseñen el algoritmo con las imágenes de la persona autorizada. Por lo tanto, si esa imagen no coincide con la entrenada, el algoritmo puede decir que esto es una intrusión.
Editar:
Como linuxqwerty señaló, esos productos comerciales ya están entrenados con grandes conjuntos de datos.
Como resultado de este entrenamiento, el aprendizaje ocurre y el algoritmo logra la extracción de características de todas esas caras de muestra.
Entonces, el algoritmo conoce casi todos los tipos de características que puede tener un rostro humano.
Por ejemplo: el grosor de las cejas, la distancia entre los ojos, la redondez de la barbilla ... Esto es solo lo que un humano puede decir sobre las caras. El algoritmo puede extraer miles de estas características.
Puede mantener caras como una representación de esas características.
Así que ahora tenemos este software comercial que puede representar caras como códigos binarios con muchos dígitos.
Estoy recibiendo su pregunta de nuevo.
El departamento o empresa compró este software.
Incluían la foto de la persona autorizada.
Lo que el software hace es simplemente convertir la imagen como si fuera una contraseña de mil dígitos.
Entonces esa persona tiene esta contraseña única que el sistema solo puede reproducir esa contraseña solo de su cara.
Para resumir:
- La parte de aprendizaje se logró utilizando bases de datos de gran cara.
- Gracias a la parte de aprendizaje, la parte de reconocimiento se puede hacer utilizando una sola imagen.
PD: Las correcciones son bienvenidas.