Основная идея распознавания лица состоит в выделении информативных признаков в изображении лица, кодировании этого изображения и сравнении его с информацией, хранящейся в базе данных. В данной работе проводится анализ алгоритмов, базирующихся на методе главных компонент, линейном дискриминантном анализе, обнаружении локальных признаков, с применением вейвлетов Габора, дискретном косинусном преобразовании, локальных бинарных шаблонах. Отмечается, что для корреляционных методов характерна вычислительная сложность и требуются большие объемы памяти, в этой связи на практике целесообразным является применение соответствующих методов, позволяющих уменьшить размерность признаков. Указаны последние разработки компании "Вокорд", базирующиеся на использовании глубоких нейронных сетей, использующих тестовую базу с миллионом фотографий.
The basic idea of face recognition is the selection of informative features in the face image, encoding, and comparison of the encoded entity with the database. In this paper the analysis of algorithms based on the method of principal components, linear discriminant analysis, detection of local features, with the application of Gabor wavelets, discrete cosine transform, local binary patterns are given. It is noted that the correlation methods are characterized by computational complexity and require large amounts of memory, in this regard, in practice it is reasonable to use appropriate methods to reduce the dimensionality of the features. Shows the latest developments of the company "Vokord" based on the use of deep neural networks using a test database with a million photos.
The authors declare that there are no conflicts of interest present.