Apa sampeyan ngerti telung algoritma teknologi kehadiran pangenalan pasuryan?

Sistem kehadiran pangenalan pasuryan utama bisa diklasifikasikake dadi telung kategori, yaiku: metode adhedhasar fitur geometris, metode adhedhasar template lan metode adhedhasar model.
1. Cara adhedhasar fitur geometris minangka cara awal lan tradisional, lan biasane kudu digabungake karo algoritma liyane kanggo entuk asil sing luwih apik;
2. Metode basis cithakan bisa dipérang dadi metode adhedhasar pencocokan korelasi, metode eigenface, metode analisis diskriminan linier, metode dekomposisi nilai tunggal, metode jaringan saraf, metode pencocokan sambungan dinamis, lsp.
3. Metode adhedhasar model kalebu metode adhedhasar model Markov sing didhelikake, model bentuk aktif, lan model tampilan aktif.
Metode Basis Geometri
Rai manungsa dumadi saka perangan kayata mripat, irung, tutuk, lan dagu. Amarga saka macem-macem prabédan ing wangun, ukuran lan struktur bagean iki, saben pasuryan manungsa ing donya beda banget. Mulane, gambaran geometris saka wangun lan hubungan struktural saka bagean kasebut, bisa digunakake minangka fitur penting saka rawuh pangenalan pasuryan.
Fitur geometris pisanan digunakake ing deskripsi lan pangenalan profil pasuryan manungsa. Kaping pisanan, sawetara titik penting ditemtokake miturut kurva profil, lan sakumpulan metrik fitur kanggo pangenalan, kayata jarak lan sudut, asale saka titik sing penting kasebut. Iku cara sing inovatif banget sing Jia et al. simulasi gambar profil sisih dening proyeksi integral cedhak garis ing gambar werna abu-abu frontal.
Nggunakake fitur geometris kanggo frontal face recognition system umume ngekstrak posisi titik fitur penting kayata mata, tutuk, lan irung, lan wangun geometris saka organ penting kayata mata minangka fitur klasifikasi, nanging kinerja ekstraksi fitur geometris wis dites eksperimen. Riset, asile ora optimistis.
Cara cithakan sing bisa diowahi bisa dianggep minangka perbaikan saka metode fitur geometris. Ide dhasar yaiku ngrancang model organ kanthi paramèter sing bisa diatur (yaiku, cithakan sing bisa diowahi), nemtokake fungsi energi, lan nyilikake fungsi energi kanthi nyetel paramèter model. Parameter model ing wektu iki digunakake minangka fitur geometris organ.
Ing idea saka cara iki apik banget, nanging ana loro masalah. Salah sijine yaiku koefisien bobot saka macem-macem biaya ing fungsi energi mung bisa ditemtokake kanthi empiris, sing angel dipopulerkan. Sing liyane yaiku proses optimasi fungsi energi akeh wektu lan angel ditrapake ing praktik. Perwakilan pasuryan adhedhasar parameter bisa entuk katrangan babagan fitur sing penting ing pasuryan, nanging mbutuhake akeh pra-proses lan pilihan parameter sing apik. Ing wektu sing padha, panggunaan fitur geometris umum mung nggambarake wangun dhasar lan hubungan struktural komponen, ora nggatekake fitur subtle lokal, nyebabake mundhut bagean informasi, sing luwih cocok kanggo klasifikasi kasar.