முகம் அங்கீகார வருகை முகங்களுக்கும் புகைப்படங்களுக்கும் இடையில் எவ்வாறு வேறுபடுகிறது?

முகம் அங்கீகார நேர வருகை தொழில்நுட்பம் என்பது இயந்திரம் கேமரா மூலம் படங்களைப் பெற்று மனித அடையாளத்தை நடத்துகிறது. இந்த தொழில்நுட்பம் முக்கியமாக நிதி, மொபைல் போன் பூட்டுகள், அணுகல் கட்டுப்பாடு மற்றும் ஷாப்பிங்கில் முகம் செலுத்துதல் போன்ற அடையாள அங்கீகாரத்தில் பயன்படுத்தப்படுகிறது, முகம் அங்கீகார நேர வருகை தொழில்நுட்பம் ஏற்கனவே நம் அன்றாட வாழ்க்கையில் உள்ளது. உண்மையான நபர் அடையாள செயல்பாடு இயற்கையாகவே சாதனத்தின் முகம். இது ஒரு புகைப்படமாக இருந்தால், அது விமானக் கண்ணோட்டத்தில் மனித முகத்தைப் போலவே இருப்பதால், உண்மையான முகத்தை ஒரு புகைப்படத்துடன் மாற்றுவதற்கான மோசடி சிக்கலை எவ்வாறு தவிர்ப்பது.

அங்கீகாரத்தின் போது, ​​பயனர் ஒரு பழுதுபார்ப்பு போன்ற செயலுடன் ஒத்துழைக்க முகபாவனைகளை மட்டுமே செய்ய வேண்டும், ஒரு குறிப்பிட்ட வெளிப்பாட்டை மோசமாகச் செய்யுங்கள், ஏனென்றால் புகைப்படத்தில் இதுபோன்ற ஒரு குறிப்பிட்ட செயலை அடைவது கடினம், இதனால் புகைப்பட மோசடியைத் தவிர்க்கலாம், இதனால் புகைப்பட மோசடிகளைத் தவிர்க்கலாம், இதனால் புகைப்பட மோசடியைத் தவிர்க்கலாம் முக அங்கீகார வருகை ஆராய்ச்சியின் படி, பணியாளர்களின் ஒப்புதல் வாக்குமூலத்தின்படி, ஒளிரும் கண்டறிதல் மிகவும் நம்பகமான முறையாகும்.
முகம் அங்கீகாரம் மற்றும் வருகை அமைப்பில் பிழை வீதத்தைக் குறைப்பதற்காக, தற்போதுள்ள புகைப்படத்தில் பயன்படுத்தப்படும் முக கண்டறிதல் வழிமுறைக்கு கணினி ஆழமான தகவல்களைப் பயன்படுத்துகிறது, மேலும் முக சாளரத்தின் ஆழமான ஒருங்கிணைப்புகளின்படி முக சாளரத்தின் அளவை புத்திசாலித்தனமாக அளவிடுகிறது, அது முகம் கேமராவிலிருந்து தொலைவில் உள்ளது, சுற்றியுள்ள பிடிப்பு சட்டகம் சிறியது.
இந்த முறை சிறப்பு அகச்சிவப்பு கதிர்களைப் பயன்படுத்துகிறது, இது ஒளி கதிர்வீச்சின் வரைபடத்தை காட்சிக்குள் திட்டமிடுகிறது, பின்னர் அது ஆழமான வரைபடமாக மாற்றப்படுகிறது, மேலும் கணினி பெரும்பாலான முகங்களை அடையாளம் காண முடியும் என்றாலும், தனிப்பட்ட முகங்களுக்கு இடையிலான வேறுபாடுகளை அடையாளம் காணும் திறன் அதற்கு இல்லை, எனவே இது பயோமெட்ரிக்ஸ் அல்ல ஒரு தீர்வைக் காட்டிலும், இது பரந்த அங்கீகார அமைப்பில் ஒரு முக்கியமான பார்வையின் படியாக மாறும்.
டிஜிட்டல் வீடியோ ஸ்ட்ரீம்களில் முகங்களைக் கண்டறிய ஆழமான தகவல்களைப் பயன்படுத்துதல், ஒரு காட்சியில், பல நபர்கள் இருந்தால், லென்ஸிலிருந்து வெவ்வேறு நபர்களின் தூரத்திற்கு ஏற்ப முகம் தோல்வியடையலாம். பொதுவான முக அங்கீகார வருகை உண்மையில் முகம் அங்கீகார வருகை அமைப்பின் தொடர்ச்சியான தொழில்நுட்பங்களை உருவாக்குவது, இதில் முகம் பட கையகப்படுத்தல், முகம் நிலைப்படுத்தல், முகம் அங்கீகார வருகை முன் செயலாக்கம், அடையாள உறுதிப்படுத்தல் மற்றும் அடையாளத் தேடல் போன்றவை, மற்றும் முக அங்கீகார வருகை குறுகிய உணர்வு என்பது முக தொழில்நுட்பம் அல்லது அமைப்பு மூலம் அடையாள உறுதிப்படுத்தல் அல்லது அடையாள தேடலைக் குறிக்கிறது.
சில அடையாள சரிபார்ப்பு காட்சிகளில் பொருள்களின் உண்மையான உடலியல் பண்புகளை தீர்மானிக்க லீன்சி கண்டறிதல் ஒரு முறையாகும். லைவ்ஸ் கண்டறிதல் முக்கியமாக இரண்டு வகைகளாக பிரிக்கப்பட்டுள்ளது, கூட்டுறவு லைவ்ஸ் கண்டறிதல் மற்றும் ஒத்துழைக்காத லைவ்ஸ் அங்கீகாரம்.
1. கூட்டுறவு லைவ்ஸ் கண்டறிதல்: முகம் கண்டறிதல் அமைப்பு சில சீரற்ற கட்டளை செயல்களை ஒளிரச் செய்வது, தலையைத் திருப்புவது மற்றும் வாயைத் திறப்பது போன்ற சில சீரற்ற கட்டளை நடவடிக்கைகளை அனுப்புகிறது.
2. ஒத்துழைக்காத லைவ்ஸ் கண்டறிதல்: அகச்சிவப்பு கேமரா சுத்திகரிக்கப்பட்ட கண்டறிதலுக்கான படங்களை சேகரிக்கிறது, மேலும் இந்த செயல்முறை எந்தவொரு குறிப்பிட்ட செயல்களுடனும் ஒத்துழைக்க தேவையில்லை.
அகச்சிவப்பு கேமராக்களுக்கும் சாதாரண கேமராக்களுக்கும் இடையிலான வித்தியாசத்தைப் பற்றி இங்கே பேசுவேன். சாதாரண கேமராக்களுடன் ஒப்பிடும்போது, ​​அகச்சிவப்பு கேமராக்களுக்கும் சாதாரண கேமராக்களுக்கும் இடையிலான மிகப்பெரிய வேறுபாடு ஒளி மூலத்தில் உள்ள வித்தியாசம். முதலாவதாக, கேமராக்களின் இமேஜிங்கிற்கு, ஒளி பொருள்களில் கதிர்வீச்சு செய்யப்படுகிறது, பரவலான சிதறல் ஏற்படுகிறது, மேலும் ஒளியின் பின்புறம் பட சென்சாரின் மேற்பரப்பில் கவனம் செலுத்த லென்ஸால் பெறப்படும், பின்னர் மின் சமிக்ஞையாக மாற்றப்படும் , (A/D) அனலாக்-டு-டிஜிட்டல் மாற்றத்திற்குப் பிறகு, டிஜிட்டல் பட சமிக்ஞையாக மாற்றப்பட்டு, பின்னர் செயலாக்கத்திற்காக டிஜிட்டல் சிக்னல் செயலாக்க சிப்பிற்கு அனுப்பப்பட்டது, இறுதியாக யூ.எஸ்.பி வழியாக இடைமுகம் கணினிக்கு மாற்றப்பட்டு இறுதியாக காட்டப்படும் கண்காணிக்கவும்.
சாதாரண கேமராக்களுடன் ஒப்பிடும்போது, ​​அகச்சிவப்பு கேமராக்களுக்கும் சாதாரண கேமராக்களுக்கும் இடையிலான மிகப்பெரிய வேறுபாடு ஒளி மூலமாகும். சாதாரண கேமராக்களின் ஒளி மூலமானது புலப்படும் ஒளியிலிருந்து வருகிறது, அதாவது சூரிய ஒளி. உள்ளமைக்கப்பட்ட அகச்சிவப்பு விளக்கு அகச்சிவப்பு கதிர்களை வெளியிடுகிறது, அவை பொருளின் மீது கதிரியக்கப்படுத்தப்பட்ட பின்னர் கேமராவால் பரவலாக சிதறடிக்கப்படுகின்றன.
1. இமேஜிங் கொள்கை
இது காணக்கூடிய ஒளி அல்லது அகச்சிவப்பு ஒளியாக இருந்தாலும், அடிப்படை சாராம்சம் மின்காந்த அலைகள் என்பதை நாங்கள் அறிவோம். நாம் இறுதியாகக் காணும் படம் பொருள் மேற்பரப்பின் பிரதிபலிப்பு பண்புகளுடன் தொடர்புடையது. உண்மையான மனித முகங்கள் மற்றும் காகிதம், திரைகள், முப்பரிமாண முகமூடிகள் மற்றும் பிற தாக்குதல் ஊடகங்கள் அனைத்தும் வேறுபட்டவை, எனவே இமேஜிங் வேறுபட்டது, மேலும் அகச்சிவப்பு அலை பிரதிபலிப்பில் இந்த வேறுபாடு மிகவும் தெளிவாக இருக்கும். எடுத்துக்காட்டாக, ஒரு திரையின் அகச்சிவப்பு இமேஜிங் படத்தில், வெள்ளை பூக்களின் ஒரு துண்டு மட்டுமே உள்ளது, மனித முகம் கூட இல்லை. , தவறான தீர்ப்பைத் தவிர்க்க.
2. உள்ளமைக்கப்பட்ட வழிமுறை
ஆப்டிகல் ஓட்டம் முறையின்படி, பட வரிசையில் பிக்சல் தீவிரம் தரவின் தற்காலிக மாறுபாடு மற்றும் தொடர்பு அந்தந்த பிக்சல் நிலைகளின் இயக்கத்தை தீர்மானிக்கப் பயன்படுகிறது, மேலும் ஒவ்வொரு பிக்சல் புள்ளியின் இயங்கும் தகவல்கள் பட வரிசையிலிருந்து பெறப்படுகின்றன, காஸியனைப் பயன்படுத்தி வேறுபாடு வடிகட்டி, எல்.பி.பி பண்புகள் மற்றும் ஆதரவு திசையன்கள் ஒரே நேரத்தில், ஆப்டிகல் ஓட்டம் புலம் பொருள்களின் இயக்கத்திற்கு உணர்திறன் கொண்டது, மேலும் கண் இயக்கம் மற்றும் ஒளிரும் ஒரே மாதிரியாக கண்டறிய ஆப்டிகல் ஓட்டம் புலம் பயன்படுத்தப்படலாம். இந்த நேரடி கண்டறிதல் முறை பயனரின் ஒத்துழைப்பு இல்லாமல் குருட்டு கண்டறிதலை அடைய முடியும்.
மற்ற தீர்ப்பு முறைகளில் 3D முகம் கண்டறிதல் அடங்கும், இது ஒரு முகத்தை சுட 3D கேமராவைப் பயன்படுத்துகிறது, கேமராவால் பெறப்பட்ட தரவை ஒருங்கிணைக்கிறது, ஒரு முகத்தை ஒருங்கிணைக்கிறது, அதை பகுப்பாய்வு செய்கிறது, இறுதியாக இது ஒரு உண்மையான முகம் அல்லது புகைப்படமாக இருக்கிறதா என்று தீர்ப்பளிக்கிறது.