Kuinka kasvojen tunnustamisen osallistuminen erottaa kasvot ja valokuvat?

Kasvojen tunnistamisajan osallistumistekniikka on laite, jonka kone hankkii kuvia kameran kautta ja johtaa ihmisen tunnistamista. Tätä tekniikkaa käytetään pääasiassa identiteettitunnistuksessa, kuten rahoituksessa, matkapuhelinlukoissa, kulunvalvonnassa ja ostosmahdollisuuksissa jne., Kasvojen tunnustamisajan osallistumistekniikka on jo olemassa jokapäiväisessä elämässämme. Oikean henkilön tunnistustoiminto on luonnollisesti laitteen pinta. Jos se on valokuva, koska se on sama kuin ihmisen kasvot lentokoneen näkökulmasta, kuinka välttää vilpillinen ongelma todellisen kasvojen korvaamisesta valokuvalla.

Tunnustamisen aikana käyttäjän on vain tehtävä kasvoilmaisuja yhteistyöhön toiminnan kanssa, kuten korjaus, tehdä erityinen ilmaisun grimace, koska valokuvan tällaista erityistä toimintaa on vaikea saavuttaa, ja siten voi välttää valokuvapetoksia, Henkilöstön tunnustuksen mukaan kasvojentunnistuskäyttötutkimuksen mukaan vilkkumisen havaitseminen on erittäin luotettava menetelmä.
Virheprosentin vähentämiseksi kasvojen tunnistus- ja läsnäolojärjestelmässä järjestelmä soveltaa syvyystietoja olemassa olevassa valokuvauksessa käytettyyn kasvojen havaitsemisalgoritmiin ja skaalaa älykkäästi kasvoikkunan koon kasvoikkunan syvyyskoordinaattien mukaan, että kasvoikkunan syvyyskoordinaatti on, mitä kauempana kasvot ovat kamerasta, ympäröivä kaappauskehys on pienempi.
Tämä menetelmä käyttää erityisiä infrapunasäteitä valonsäteilyn kartan projisoimiseksi kohtaukselle, joka muunnetaan sitten syvyyskartaksi, ja vaikka järjestelmä pystyy tunnistamaan useimmat kasvot, sillä ei ole kykyä tunnistaa erot yksittäisten kasvojen välillä, joten se ei ole biometrinen tieto Sen sijaan, että ratkaisu itsessään, siitä voi tulla kriittinen näkölinjavaihe laajemmassa todennusjärjestelmässä.
Käyttämällä syvyystietoa kasvojen havaitsemiseksi digitaalisten videovirtojen havaitsemiseksi kohtauksessa, jos ihmisiä on useita, kasvot voivat epäonnistua linssistä eri ihmisten etäisyyden mukaan. Yleinen kasvojen tunnustamisohjelma sisältää tosiasiallisesti kasvojentunnistuksen osallistumisen rakentamisen sarjan järjestelmän liittyviä tekniikoita, mukaan lukien kasvokuvien hankkiminen, kasvojen sijainti, kasvojentunnistuksen osallistuminen esikäsittely, identiteettivahvistus ja henkilöllisyyshaku jne. Ja kasvojen tunnustamisessa Kapea merkitys viittaa identiteettivahvistukseen tai identiteettihakuun kasvojen tekniikan tai järjestelmän kautta.
Liveyden havaitseminen on menetelmä esineiden todellisten fysiologisten ominaisuuksien määrittämiseksi joissakin identiteetin todentamisskenaarioissa. Liveyden havaitseminen on jaettu pääasiassa kahteen tyyppiin, yhteistyöhön liittyvään havaitsemiseen ja yhteistyöhön liittyvään elävyyden tunnistamiseen.
1. Osuuskunnan elävyyden havaitseminen: Kasvojen havaitsemisjärjestelmä lähettää joitain satunnaisia ​​komentotoimenpiteitä, kuten vilkkuminen, pään kääntäminen ja suun avaaminen.
2. Ei-yhteistyöhön liittyvä liveyden havaitseminen: Infrapunakamera kerää kuvia puhdistettua havaitsemista varten, ja tämän prosessin ei tarvitse tehdä yhteistyötä määriteltyjen toimien kanssa.
Täällä puhun infrapunakameroiden ja tavallisten kameroiden eroista. Verrattuna tavallisiin kameroihin, infrapunakameroiden ja tavallisten kameroiden suurin ero on valonlähteen ero. Ensinnäkin, kameroiden kuvantamiseksi, valo säteilytetään esineisiin, diffuusi sironta tapahtuu ja heijastettua valon heijastettua osaa vastaanotetaan linssi keskittymään kuvaanturin pintaan ja muunnetaan sitten sähköiseen signaaliksi , kun (A/D) analoginen digitaalinen muuntaminen, muunnetaan digitaaliseksi kuvasignaaliksi ja lähetetään sitten digitaalisen signaalinkäsittelypiiriin käsittelyä varten ja lopulta USB: n kautta rajapinta siirretään järjestelmään ja lopulta näytetään monitori.
Verrattuna tavallisiin kameroihin, infrapunakameroiden ja tavallisten kameroiden suurin ero on valonlähde. Tavallisten kameroiden valonlähde tulee näkyvästä valosta, toisin sanoen auringonvalosta. Sisäänrakennettu infrapunalamppu emittoi infrapunasäteet, jotka kamera on hajallaan ja vastaanottavat sen jälkeen, kun se on säteilytetty esineeseen.
1. kuvantamisperiaate
Tiedämme, että onko se näkyvä valo vai infrapunavalo, perusasetus on sähkömagneettisia aaltoja. Kuva, jonka lopulta näemme, liittyy materiaalin pinnan heijastaviin ominaisuuksiin. Oikeat ihmisen kasvot ja paperi, näytöt, kolmiulotteiset naamarit ja muut hyökkäysvälineet. Heijastusominaisuudet ovat kaikki erilaisia, joten kuvantaminen on myös erilainen, ja tämä ero on ilmeisempi infrapuna-aallon heijastuksessa. Esimerkiksi näytön infrapunakuvauskuvassa on vain pala valkoisia kukkia, edes ihmisen kasvoja. , jotta vältetään väärinkäsitys.
2. Sisäänrakennettu algoritmi
Optisen virtausmenetelmän mukaan kuvasekvenssin pikselin intensiteettitietojen ajallista variaatiota ja korrelaatiota käytetään vastaavien pikselin sijaintien liikkumisen määrittämiseen, ja kunkin pikselipisteen käynnissä olevat tiedot saadaan kuvasekvenssistä Gaussin käyttämällä Erosuodatin, LBP -ominaisuudet ja tukivektorit samanaikaisesti, optinen virtauskenttä on herkkä esineiden liikkeelle, ja optista virtauskenttää voidaan käyttää silmien liikkumisen ja vilkkumisen tasaisesti havaitsemiseen. Tämä live -havaitsemismenetelmä voi saavuttaa sokean havaitsemisen ilman käyttäjän yhteistyötä.
Muita arviointimenetelmiä ovat 3D -kasvojen havaitseminen, joka käyttää 3D -kameraa kasvojen ampumiseen, integroi kameran hankkimat tiedot, syntetisoi kasvot, analysoi sitä ja lopulta arvioi, onko kyse todellisista kasvoista vai valokuvasta.