คุณรู้จักอัลกอริธึมทั้งสามของเทคโนโลยีการจดจำใบหน้าหรือไม่

ระบบการจดจำใบหน้าแบบกระแสหลักโดยทั่วไปสามารถแบ่งได้เป็นสามประเภท ได้แก่: วิธีการตามคุณสมบัติทางเรขาคณิต วิธีการตามเทมเพลต และวิธีการตามแบบจำลอง
1. วิธีการที่ใช้คุณลักษณะทางเรขาคณิตเป็นวิธีการแบบเริ่มแรกและเป็นแบบดั้งเดิม และโดยปกติจะต้องใช้ร่วมกับอัลกอริธึมอื่นเพื่อให้ได้ผลลัพธ์ที่ดีกว่า
2. วิธีที่ใช้เทมเพลตสามารถแบ่งออกเป็นวิธีการตามการจับคู่สหสัมพันธ์ วิธี eigenface วิธีการวิเคราะห์จำแนกเชิงเส้น วิธีการสลายตัวของค่าเอกพจน์ วิธีโครงข่ายประสาทเทียม วิธีจับคู่การเชื่อมต่อแบบไดนามิก ฯลฯ
3. วิธีการตามแบบจำลองประกอบด้วยวิธีการตามแบบจำลอง Markov ที่ซ่อนอยู่ แบบจำลองรูปร่างที่ใช้งานอยู่ และแบบจำลองลักษณะที่ปรากฏ
วิธีการทางเรขาคณิต
ใบหน้าของมนุษย์ประกอบด้วยส่วนต่างๆ เช่น ตา จมูก ปาก และคาง เนื่องจากรูปร่าง ขนาด และโครงสร้างของชิ้นส่วนเหล่านี้มีความแตกต่างกันอย่างชัดเจน ใบหน้าของมนุษย์ทุกคนในโลกจึงแตกต่างกันมาก ดังนั้น คำอธิบายทางเรขาคณิตของรูปร่างและความสัมพันธ์เชิงโครงสร้างของชิ้นส่วนเหล่านี้ จึงสามารถใช้เป็นคุณลักษณะที่สำคัญของการเข้าร่วมการจดจำใบหน้าได้
คุณลักษณะทางเรขาคณิตถูกนำมาใช้ครั้งแรกในการอธิบายและการจดจำโปรไฟล์ของใบหน้ามนุษย์ ขั้นแรก มีการกำหนดจุดเด่นจำนวนหนึ่งตามเส้นโค้งโปรไฟล์ และชุดของหน่วยเมตริกคุณลักษณะสำหรับการจดจำ เช่น ระยะทางและมุม ได้มาจากจุดเด่นเหล่านี้ เป็นวิธีการที่สร้างสรรค์มากที่เจียและคณะ จำลองภาพโปรไฟล์ด้านข้างโดยการฉายภาพอินทิกรัลใกล้เส้นในภาพสีเทาด้านหน้า
การใช้คุณลักษณะทางเรขาคณิตสำหรับระบบการจดจำใบหน้าโดยทั่วไปจะแยกตำแหน่งของจุดคุณลักษณะที่สำคัญ เช่น ตา ปาก และจมูก และรูปทรงเรขาคณิตของอวัยวะสำคัญ เช่น ดวงตา มาเป็นคุณลักษณะการจำแนกประเภท แต่ประสิทธิภาพของการแยกคุณลักษณะทางเรขาคณิตได้รับการทดสอบในเชิงทดลองแล้ว วิจัยแล้วผลลัพธ์ไม่น่าหวัง
วิธีเทมเพลตที่เปลี่ยนรูปได้ถือได้ว่าเป็นการปรับปรุงวิธีคุณลักษณะทางเรขาคณิต แนวคิดพื้นฐานคือการออกแบบแบบจำลองอวัยวะด้วยพารามิเตอร์ที่ปรับได้ (นั่นคือ เทมเพลตที่เปลี่ยนรูปได้) กำหนดฟังก์ชันพลังงาน และลดฟังก์ชันพลังงานให้เหลือน้อยที่สุดโดยการปรับพารามิเตอร์ของแบบจำลอง พารามิเตอร์แบบจำลองในขณะนี้ถูกใช้เป็นลักษณะทางเรขาคณิตของอวัยวะ
แนวคิดของวิธีนี้ดีมาก แต่มีปัญหาอยู่สองประการ ประการหนึ่งคือค่าสัมประสิทธิ์การถ่วงน้ำหนักของต้นทุนต่างๆ ในฟังก์ชันพลังงานสามารถกำหนดได้เพียงเชิงประจักษ์เท่านั้น ซึ่งเป็นเรื่องยากที่จะเผยแพร่ให้แพร่หลาย อีกประการหนึ่งคือกระบวนการเพิ่มประสิทธิภาพของฟังก์ชันพลังงานนั้นใช้เวลานานมากและยากต่อการนำไปใช้ในทางปฏิบัติ การแสดงใบหน้าตามพารามิเตอร์สามารถบรรลุคำอธิบายคุณลักษณะเด่นของใบหน้าได้ แต่ต้องใช้การประมวลผลล่วงหน้าจำนวนมากและการเลือกพารามิเตอร์ที่ละเอียด ในเวลาเดียวกัน การใช้คุณลักษณะทางเรขาคณิตทั่วไปจะอธิบายเฉพาะรูปร่างพื้นฐานและความสัมพันธ์เชิงโครงสร้างของส่วนประกอบเท่านั้น โดยไม่สนใจคุณลักษณะที่ละเอียดอ่อนในท้องถิ่น ส่งผลให้สูญเสียข้อมูลบางส่วน ซึ่งเหมาะสำหรับการจำแนกประเภทคร่าวๆ มากกว่า