O sistema de reconhecimento facial é uma aplicação dirigida por computador, que identifica automaticamente a alguém em uma imagem digital. Quer dizer possível por meio de uma análise das características faciais do sujeito extraídas da imagem ou de um quadro-chave de uma referência de filme, e comparadas com um banco de fatos. O reconhecimento facial tornou-se nos últimos anos numa área de procura ativa, que abrange numerosas disciplinas, como processamento de imagens, reconhecimento de padrões, visão por computador e redes neurais. Envolve em tal grau a pesquisadores da área de informática como médicos e psicólogos.
O propósito de um sistema de reconhecimento facial é, normalmente, o seguinte: dada uma imagem de um rosto “desconhecida”, ou a imagem de teste, descobrir uma imagem com a mesma cara em um conjunto de imagens “conhecidas”, ou imagens de treinamento. A grande dificuldade é a de fazer com que este processo possa ser realizada em tempo real.
O sistema identificará as faces presentes em imagens ou vídeos automaticamente. Verificação ou autenticação de faces: compara uma imagem de cara com uma outra imagem com a cara do que queremos saber a identidade. O sistema confirma ou rejeita a identidade do cara. Identificação ou reconhecimento de faces: compare a imagem de uma face desconhecida com todas as imagens de caras conhecidas que se localizam no banco de dados pra estabelecer tua identidade. Por tua meio ambiente amigável, esse tipo de sistemas continuam sendo atraentes, apesar da vivência de outros métodos muito eficazes de identificação biométricos, como a análise de impressões digitais e o reconhecimento da íris.
É usado principalmente em sistemas de segurança pro reconhecimento de usuários. Nestes sistemas, é utilizado um leitor que define as características do rosto, e no momento em que este solicita o acesso, verifica-se, comparando os detalhes obtidos com a base de dados.
no entanto, esses sistemas não são úteis a extenso tempo, já que, à proporção que os anos passam, os traços faciais variam e ao requisitar o acesso não coincidem com a imagem no banco de detalhes. Facebook e Asus Smart Logon. Um aplicativo de reconhecimento facial futura baseia-se em definir esta técnica a nível de usuário. Detecção de cara: detectar que há um rosto pela imagem, sem identificá-la. Se se trata de um video, assim como podemos fazer um rastreamento de rosto. Fornece a localização e a escala a que encontramos a cara. Alinhamento da face: descobre-se as componentes da face e, a partir de modificações geométricas, normaliza sobre o assunto propriedades geométricas, como o tamanho e a pose, e fotométricas, como a iluminação.
Para normalizar as imagens de faces, é possível seguir imensas regras, como a distância entre as pupilas, a localização do nariz, ou a distância entre as comissuras dos lábios. Deve-se também definir o tamanho das imagens e a gama de cores. Normalmente, para encurtar a carga computacional do sistema, costuma-se utilizar imagens pequenas em escala de cinza. Às vezes, assim como se executa uma equalização do histograma.
- Três Excelente pra ver de perto vídeos
- você Pode englobar um novo tema ao desfecho da página
- Como começar o Windows dez sem passar pela tela de começo de sessão
- um Acompanhamento de cabeça
- três Google Chrome
Extração de características: dá sugestões para discriminar entre as faces de pessoas diferentes de acordo com variações geométricas ou fotométricas. Reconhecimento: o vetor de características extraído comparado com os vetores de características extraídos das faces da apoio de fatos. Se localizar um com um percentual alto de semelhança, nos devolve a identidade da face; se não, aponta-nos que é uma face desconhecida. Os resultados obtidos dependem das características extraídas pra representar o padrão do rosto e dos métodos de classificação utilizados pra identificar os rostos, porém para retirar esses recursos adequadamente, é necessário achar e normalizar a cara adequadamente.
Reconhecem, segundo toda a imagem facial. São métodos baseados em correlação. O esquema de classificação mais acessível, onde são utilizados modelos de comparação para o reconhecimento, é o template matching. A técnica PCA é considerada uma das que proporciona um alto desempenho. Funciona projetando as imagens faciais sobre um espaço de facções que engloba as variações primordiais entre as imagens faciais conhecidas.
As facções relevantes são chamados de eigenfaces, visto que são mostradas, ou componentes principais, do conjunto de faces. A técnica FLD é equivalente ao LDA. Outros métodos, ao invés de usar subespaços faciais, seguem uma classificação por redes neurais e modelos deformáveis, como EGM – Elastic graph matching. Comparam-Se diferentes características geométricas das faces. Existem duas divisões, a obtida a partir dos vetores de características extraídos do perfil, e a obtida a partir dos extraídos a começar por uma vista frontal. Utilizava-Se muito no passado, todavia os seus resultados não são os excelentes. Ultimamente tem aumentado a tendência do reconhecimento facial tridimensional, onde se fazem uso imagens 3D, em tão alto grau no treinamento como no reconhecimento. Esta técnica utiliza sensores 3D pra captar informações sobre a maneira da cara.