光照變化是影響人臉識別測溫考勤機的關鍵因素

　　人臉識別測溫考勤機所用的是一種識別技術，用于檢測保存在數據集中的個人圖像的面部。盡管其他身份識別方法可以更準確，但面部識別一直是研究的難點，因為它具有非干預性質，而且它對于人們來說是一種輕松的個人識別方法。

 

　　人臉識別測溫考勤機的人臉識別算法分為基于幾何或基于模板的算法。基于模板的方法可以使用SVM(支持向量機)、PCA(主成分分析)、LDA(線性判別分析)、核方法或跟蹤變換等統計工具構建。基于幾何特征的方法主要分析局部人臉特征及其幾何關系因此它也被稱為基于特征的方法。

 

　　基于外觀的方法顯示了一張包含多個圖像的臉。被認為是高維向量的圖像。該技術通常用于從圖像分割中提取特征空間。另一方面，基于模型的方法嘗試對人臉進行建模。將新樣本實現到模型中，并用模型的參數對圖像進行識別。

 

　　基于外觀的方法可以分為線性和非線性兩類。PCA、LDA、IDA用于直接法，而核PCA用于非線性方法。另一方面，在基于模型的方法中可分為二維或三維非彈性束圖匹配方法。

 

　　光照變化是影響人臉識別性能的關鍵因素，對該問題的解決程度關系著人臉識別實用化進程的成敗。我們在對其進行系統分析的基礎上，考慮對其進行量化研究的可能性，其中包括對光照強度和方向的量化、對人臉反射屬性的量化、面部陰影和照度分析等等。

 

　　人臉檢測不一定會使用深度學習技術，因為這里的技術要求相對低一些，只需要知道有沒有人臉以及人臉在照片中的大致位置即可。