در سالهای اخیر پیشرفت چشمگیری در تشخیص چهره حاصل شده است. این بررسی با تمرکز بر تکامل توابع از دست دادن ، خلاصه ای از وظایف کلیدی ، مدل ها و روش های راه حل را ارائه می دهد.
به عبارت ساده ، تشخیص چهره روشی برای شناسایی یا تأیید هویت شخص با استفاده از عکس ، فیلم یا فیلم در زمان واقعی است. در این بررسی ، شناسایی بر اساس یک تصویر دیجیتالی یا قاب ویدیویی منفرد بررسی خواهد شد.
شناخت و اجرای آن
شناخت چهره (FR) دارای برنامه های بسیار دور است. این در بخش مالی ، در امنیت سایبری ، نظارت تصویری ، خدمات خانه هوشمند ، احراز هویت چند عاملی و غیره استفاده می شود.
فراتر از این کاربردهای عملی ، مدل های FR نیز در مدلهای تولیدی مدرن نقش اساسی دارند. آنها معمولاً برای از بین رفتن شناسایی در مدل های ترمیم صورت مانند GFPGAN و CodeFormer ، ابزارهای مبادله صورت مانند SimSwap و FaceShifter ، مدل های مبتنی بر تصویر به تصویر مانند PSP و Hyperstyle و همچنین در مدل های انتشار مبتنی بر ترانسفورماتور و پایدار برای حفظ هویت استفاده می شوند.
Arcface (2018-2019) پرکاربردترین عملکرد از دست دادن شناسایی است ، در حالی که Cosface (2018) و Facenet بسیار کمتر استفاده می شوند.
برای این بررسی ، من به چگونگی تغییر چشم انداز FR از Arcface ، به ویژه در سالهای اخیر ، توجه می کنم.