顔検出と顔認識の違い

顔検出と顔認識の間のテクノロジー は大きく離れていますが、これらの 2 つの用語は多くの混乱を引き起こします。顔検出は、適切に配置されたエリアとカメラを通過する人物の画像をキャプチャし、それらの顔を検索可能なデータベースに保存することによってのみ機能します。

顔認識は、保存された画像を収集し、データベース内の既知の顔と比較することで機能します。ご覧のとおり、これは 2 段階のプロセスです。スタンドアロン システムには、顔の検出と認識の両方を同時に処理するのに必要な処理能力がありません。

最近では、一部の DVR または NVR システム カメラで顔検出が一般的になりつつあります。 .カメラの解像度とピクセル密度が向上するにつれて、多くのデバイスに顔検出やその他の多くの IVS 機能が搭載されるようになります。

スタンドアロンの DVR と NVR には、コア システムに顔認識が組み込まれていません。この技術はまだ何世代も先のことです。

ただし、特定の状況では、顔検出が便利な機能になる場合があります。適切に配置され、適切な角度で入口の前に設置されたカメラは、人々の顔をキャプチャし、検索可能なデータベースにローカルに保存できます。

この機能は、セキュリティ システムが電話でアラートを送信するように設定されている場合に非常に便利です。したがって、誰かがレコーダーに顔のスナップショットを持って入ってきたときに、電話に送信します。

一部の顔認識アルゴリズムは、被写体の顔の画像からランドマークまたは特徴を抽出することにより、顔の特徴を識別します。たとえば、アルゴリズムは、目、鼻、頬骨、および顎の相対的な位置、サイズ、および/または形状を分析する場合があります。

次に、これらの特徴を使用して、一致する特徴を持つ他の画像を検索します。他のアルゴリズムは、顔画像のギャラリーを正規化し、顔データを圧縮して、顔認識に役立つデータのみを画像に保存します。あ

次に、プローブ画像が顔データと比較されます。認識アルゴリズムは、2 つの主要なアプローチに分けることができます。1 つは特徴を区別する幾何学的アプローチ、もう 1 つは画像を値に抽出し、その値をテンプレートと比較して差異を排除する統計的アプローチである測光です。

一般的な認識アルゴリズムには、固有面を使用した主成分分析、線形判別分析、Fisherface アルゴリズムを使用したエラスティック バンチ グラフ マッチング、隠れマルコフ モデル、テンソル表現を使用した多重線形部分空間学習、神経動機による動的リンク マッチングなどがあります。

精度の向上を達成すると主張されている新たなトレンドは、三次元顔認識です。この手法では、3D センサーを使用して顔の形に関する情報を取得します。

この情報は、眼窩、鼻、あごの輪郭など、顔の表面の特徴を識別するために使用されます。

3D 顔認識の利点の 1 つは、他の技術のように照明の変化の影響を受けないことです。また、プロフィール ビューなど、さまざまな視野角から顔を識別することもできます。