Qual è la differenza tra il riconoscimento facciale e il riconoscimento facciale
La tecnologia tra riconoscimento facciale e riconoscimento facciale è molto distante, tuttavia questi due termini causano molta confusione. Il rilevamento dei volti funziona solo catturando le immagini di una persona che cammina attraverso un'area e una fotocamera ben posizionate, quindi memorizzando quei volti in un database ricercabile.
Il riconoscimento facciale funziona raccogliendo le immagini memorizzate e confrontandole con i volti noti in un database. Come puoi vedere, questo è un processo in due fasi. Il sistema standalone non dispone della potenza di elaborazione necessaria per gestire contemporaneamente il rilevamento e il riconoscimento dei volti.
Al giorno d'oggi il rilevamento dei volti sta diventando comune con alcuni DVR o telecamere di sistema NVR . Man mano che le risoluzioni della fotocamera e la densità dei pixel migliorano, molti dispositivi saranno dotati di rilevamento dei volti e molte altre funzionalità IVS.
I DVR e gli NVR standalone non avranno il riconoscimento facciale integrato nel sistema principale, poiché questa tecnologia è ancora lontana molte generazioni.
Tuttavia, il rilevamento dei volti può essere una funzione utile in determinate situazioni. Una telecamera ben posizionata e ben angolata davanti a un ingresso può catturare il volto delle persone e memorizzarle localmente in un database ricercabile.
Questa funzione può essere molto utile se il tuo sistema di sicurezza è impostato per inviare avvisi sul tuo telefono, quindi quando qualcuno entra nel registratore invia un'istantanea del suo viso al tuo telefono.
Alcuni algoritmi di riconoscimento facciale identificano le caratteristiche facciali estraendo punti di riferimento, o caratteristiche, da un'immagine del viso del soggetto. Ad esempio, un algoritmo può analizzare la posizione relativa, le dimensioni e/o la forma di occhi, naso, zigomi e mascella.
Queste funzioni vengono quindi utilizzate per cercare altre immagini con caratteristiche corrispondenti. Altri algoritmi normalizzano una galleria di immagini di volti e quindi comprimono i dati dei volti, salvando nell'immagine solo i dati utili per il riconoscimento facciale. A
l'immagine della sonda viene quindi confrontata con i dati del viso. Gli algoritmi di riconoscimento possono essere suddivisi in due approcci principali, geometrico, che esamina le caratteristiche distintive, e fotometrico, che è un approccio statistico che distilla un'immagine in valori e confronta i valori con i modelli per eliminare le varianze.
Gli algoritmi di riconoscimento più diffusi includono l'analisi delle componenti principali utilizzando le autofaces, l'analisi discriminante lineare, l'abbinamento di grafici a grappolo elastico utilizzando l'algoritmo di Fisherface, il modello di Markov nascosto, l'apprendimento del sottospazio multilineare utilizzando la rappresentazione tensoriale e l'abbinamento dinamico del collegamento motivato neuronale.
Una nuova tendenza emergente, che si afferma per ottenere una maggiore precisione, è il riconoscimento facciale tridimensionale. Questa tecnica utilizza sensori 3D per acquisire informazioni sulla forma di un viso.
Queste informazioni vengono quindi utilizzate per identificare i tratti distintivi sulla superficie del viso, come il contorno delle orbite, del naso e del mento.
Un vantaggio del riconoscimento facciale 3D è che non è influenzato dai cambiamenti nell'illuminazione come altre tecniche. Può anche identificare un volto da una gamma di angoli di visualizzazione, inclusa una vista profilo.