A tecnologia entre detecção facial e reconhecimento facial é bem diferente, mas estes dois termos causam muita confusão. Detecção facial apenas captura imagens de pessoa passando por área bem posicionada e câmera, armazenando essas faces em banco de dados pesquisável.
Reconhecimento facial pega as imagens armazenadas e compara com faces conhecidas em banco de dados. É um processo de duas etapas. Sistemas standalone não têm poder de processamento para lidar com detecção e reconhecimento simultaneamente.
Hoje a detecção facial está se tornando comum em alguns DVRs, NVRs ou câmeras de sistema. Conforme resoluções e densidade de pixels melhoram, muitos dispositivos virão com detecção facial e outros recursos IVS.
DVRs e NVRs standalone não terão reconhecimento facial integrado ao sistema principal, pois esta tecnologia ainda está muitas gerações distante.
Porém, detecção facial pode ser útil em certas situações. Câmera bem posicionada e angled na entrada captura rostos e armazena localmente em banco de dados pesquisável.
Recurso muito útil se seu sistema envia alertas ao celular — quando alguém entra, o gravador envia snapshot do rosto para seu telefone.
Alguns algoritmos de reconhecimento facial identificam características extraindo marcos (landmarks) de uma imagem do rosto. Ex: analisam posição relativa, tamanho e/ou forma de olhos, nariz, maçãs do rosto e mandíbula.
Estas características buscam outras imagens com características correspondentes. Outros algoritmos normalizam galeria de imagens faciais e comprimem dados do rosto, salvando apenas dados úteis para reconhecimento.
Imagem de teste (probe) é comparada com dados faciais. Algoritmos de reconhecimento dividem-se em duas abordagens: geométrica (olha características distintivas) e fotométrica (abordagem estatística que destila imagem em valores e compara com templates para eliminar variações).
Algoritmos populares: análise de componente principal usando eigenfaces, análise discriminante linear, correspondência de grafo elástico usando algoritmo Fisherface, modelo Markov oculto, aprendizado de subespaço multilinear usando representação tensorial, correspondência de link dinâmico motivada neuralmente.
Tendência emergente, alegando precisão melhorada: reconhecimento facial tridimensional. Usa sensores 3D para capturar informações sobre forma do rosto.
Estas informações identificam características distintas na superfície do rosto: contorno das órbitas oculares, nariz e queixo.
Vantagem do reconhecimento 3D: não afetado por mudanças de iluminação como outras técnicas. Também identifica rosto em variedade de ângulos, incluindo perfil.
Tecnologia Eletrônica © [www.351231.com]
