recognition that will reduce the pr

recognition that will reduce the proxies and also time to mark the attendance.This will also reduce the need to reduce paper pen work for managing documents.
Biometric systems over normal automated system is
preferred to authenticate the user.Real human physical characteristics are almost impossible to change.Passwords, cards are subjected to theft, loss or passing to someone else.
III. OVERVIEW

1) Camera: Camera is used to capture face image of students in which Image containing facewill be used for detection and recognition.
2) Internal Resize: As input will be some fixed size face images. So before using for recognition, images should be resized so that it can be as per the input face image.
3) Face Identification and feature extraction: In face detection, particular face region will be considered and features will be extracted using suitable feature extraction
algorithm.
4) Save template in DB: If input face image will be new then it should be stored in DB. So that further that image will be used in matching process. Automated attendance system using face recognition.
5) Match with template in DB: If face image is already present in DB then for making an attendance it will first match with images in database. And if match found the attendance will be marked.
6) Displayed in Application: After detection and matching if input image found in database then it will be displayed on output screen i.e. in application as an attendance will be marked.

IV. SYSTEM IMPLEMENTATION

A. Algorithms Used :
Here, lattice points whose local patches are inside the image form a set of MRF nodes V. The set of warps Pi can be considered as the set of possible labels for node i. A 4- connected neighbourhood system is then by edges E of the MRF. We also present a method that is classifies whether an input face image is frontal or non-frontal. This method extracts dense SIFT descriptors from the input face image and performs classification using the Support Vector Machine (SVM) algorithm.

















Fig1: Neighbouring MRF nodes

ผลลัพธ์ (ไทย) 1:

การที่จะลดการพร็อกซี และยัง เวลาเพื่อเข้าร่วมประชุม นี้ยังจะลดต้องลดกระดาษปากกางานการจัดการเอกสารมีระบบตรวจสอบทางชีวภาพผ่านระบบอัตโนมัติปกติต้องรับรองความถูกต้องผู้ใช้ ลักษณะทางกายภาพที่มนุษย์เกือบจะไม่สามารถเปลี่ยนแปลงได้ รหัสผ่าน บัตรที่ต้องการขโมย ขาดทุน หรือช่วยให้ผู้อื่นIII. ภาพรวม1) กล้อง: ใช้กล้องจับภาพใบหน้าของนักเรียนที่ประกอบด้วยรูป facewill ใช้สำหรับตรวจหาและการรับรู้2) ปรับขนาดภายใน: เป็นอินพุตจะบางรูปหน้าขนาดถาวร ดังนั้น ก่อนที่จะใช้สำหรับการรับรู้ ภาพควรปรับขนาดให้ได้ตามรูปหน้าเข้านั้น3) แยกรหัสและลักษณะหน้า: ตรวจจับใบหน้า เฉพาะหน้าภูมิภาคจะพิจารณา และจะแยกคุณสมบัติใช้แยกคุณลักษณะที่เหมาะสมอัลกอริทึมการ4) ต้นแบบบันทึกใน DB: ถ้ารูปหน้าเข้าจะใหม่ แล้วควรจัดเก็บใน DB เพิ่มเติม ภาพที่จะใช้ในกระบวนการจับคู่ อัตโนมัติระบบใช้การรู้จำใบหน้า5) จับคู่กับแม่ใน DB: ถ้ารูปหน้าอยู่ ใน DB แล้วทำเข้าตัวแรกจะตรงกับรูปภาพในฐานข้อมูล และ ถ้าจับพบเข้าจะถูก6 แสดงในแอพลิเคชัน: หลังจากการตรวจจับและการจับคู่ถ้ารูปเข้าพบในฐานข้อมูล นั้นจะถูกแสดงบนหน้าจอการแสดงผลเช่นในแอพลิเคชันเป็นการเข้าร่วมประชุมจะถูกIV. ระบบงานA. อัลกอริทึมที่ใช้:ที่นี่ โครงตาข่ายประกอบจุดปรับปรุงถิ่นอยู่ภายในแบบภาพชุดของโหน MRF V ชุดของ warps ปี่ถือได้ว่าเป็นชุดของป้ายเป็นไปได้สำหรับโหนฉัน 4-ระบบเชื่อมต่อไปจากนั้นจะ ด้วยขอบ E MRF เรายังมีวิธีการที่จัดประเภทว่ารูปหน้าเข้าเป็นหน้าผาก หรือหน้า ผากไม่ใช่ วิธีนี้แยกตัวบอก SIFT หนาแน่นจากรูปหน้าป้อนข้อมูล และทำการจัดประเภทโดยใช้อัลกอริทึมเครื่องสนับสนุนเวกเตอร์ (SVM)Fig1: เพื่อนบ้านรอบ ๆ โหน MRF

ผลลัพธ์ (ไทย) 2:

การรับรู้ที่จะช่วยลดผู้รับมอบฉันทะและยังมีเวลาที่จะทำเครื่องหมาย attendance.This ยังจะช่วยลดความจำเป็นในการลดการทำงานปากกากระดาษสำหรับการจัดการเอกสาร.
ระบบไบโอเมตริกซ์มากกว่าระบบอัตโนมัติปกติ
ที่ต้องการในการตรวจสอบลักษณะทางกายภาพของมนุษย์ user.Real เกือบจะเป็นไปไม่ได้ change.Passwords บัตรที่อาจจะสูญเสียการโจรกรรมหรือการส่งผ่านไปยังคนอื่น.
III ภาพรวม1) กล้อง: กล้องที่ใช้ในการจับภาพใบหน้าของนักเรียนที่มีภาพ facewill นำมาใช้สำหรับการตรวจสอบและการรับรู้. 2) ภายในขนาด: เป็นอินพุทจะมีบางภาพใบหน้าขนาดคงที่ ดังนั้นก่อนที่จะใช้สำหรับการรับรู้ภาพที่ควรได้รับการปรับขนาดเพื่อที่จะสามารถเป็นต่อภาพใบหน้าป้อนข้อมูล. 3) หน้าบัตรประจำตัวและการสกัดคุณลักษณะ: ในการตรวจหาใบหน้าภูมิภาคใบหน้าโดยเฉพาะอย่างยิ่งจะได้รับการพิจารณาและคุณสมบัติที่จะถูกแยกโดยใช้การดึงความเหมาะสมขั้นตอนวิธี . 4) แม่แบบการบันทึกในฐานข้อมูล: ถ้าภาพใบหน้าที่จะป้อนข้อมูลใหม่ก็ควรจะเก็บไว้ในฐานข้อมูล เพื่อที่ว่าต่อไปภาพที่จะนำมาใช้ในขั้นตอนการจับคู่ . เข้าระบบอัตโนมัติโดยใช้การจดจำใบหน้า5) ตรงกับแม่แบบใน DB: ถ้าภาพใบหน้าที่มีอยู่แล้วในฐานข้อมูลแล้วสำหรับการเข้าร่วมประชุมเป็นครั้งแรกจะตรงกับภาพในฐานข้อมูล และถ้าพบว่าผู้เข้าร่วมการแข่งขันจะถูกทำเครื่องหมาย. 6) ที่แสดงในการใช้งาน:. หลังจากตรวจสอบและการจับคู่ถ้าภาพที่นำเข้าพบในฐานข้อมูลแล้วมันจะปรากฏบนหน้าจอเช่นการส่งออกในการสมัครเป็นผู้เข้าร่วมจะถูกทำเครื่องหมายIV ระบบการดำเนินงานเอ อัลกอริทึมที่ใช้: ที่นี่มีจุดขัดแตะแพทช์ในท้องถิ่นอยู่ในรูปแบบของภาพชุดของโหนด MRF โวลต์ชุดของประลองยุทธ์ Pi ถือได้ว่าเป็นชุดของป้ายชื่อที่เป็นไปได้สำหรับโหนดฉัน 4 ระบบการเชื่อมต่อเป็นพื้นที่ใกล้เคียงแล้วโดยขอบ E ของ MRF นอกจากนี้เรายังนำเสนอวิธีการที่สามารถจัดประเภทไม่ว่าจะเป็นภาพใบหน้าคือหน้าผากป้อนข้อมูลหรือไม่หน้าผาก วิธีนี้สารสกัดอธิบายร่อนหนาแน่นจากภาพใบหน้าที่ป้อนข้อมูลและดำเนินการจัดหมวดหมู่การใช้เครื่องเวกเตอร์สนับสนุน (SVM) อัลกอริทึม. Fig1: MRF โหนดใกล้เคียง

ผลลัพธ์ (ไทย) 3:

ยอมรับที่จะลดผู้รับมอบฉันทะและเวลาที่จะทำเครื่องหมายเข้าร่วม นี้จะลด ต้องลดงานกระดาษ ปากกา สำหรับการจัดการเอกสาร ระบบไบโอเมตริกอัตโนมัติกว่าปกติ

ที่ต้องการระบบการตรวจสอบผู้ใช้ มนุษย์ที่แท้จริง ลักษณะทางกายภาพเกือบจะเป็นไปไม่ได้ที่จะเปลี่ยน รหัสผ่านบัตรจะต้องสูญเสียการโจรกรรม หรือผ่านคนอื่น .
3ภาพรวม

1 ) กล้อง : กล้องใช้ในการจับภาพใบหน้าของนักศึกษาซึ่งภาพที่มี facewill ใช้สำหรับการตรวจจับและรู้จำ .
2 ) ปรับขนาดภายใน : เข้าบางหน้าจะแก้ไขขนาดภาพ ดังนั้นก่อนที่จะใช้สำหรับการรับรู้ภาพ ควรปรับขนาดเพื่อให้สามารถต่อเข้าที่ใบหน้าภาพ
3 ) การจำแนกใบหน้าและการสกัดคุณลักษณะ : ตรวจจับใบหน้าบริเวณหน้าโดยเฉพาะจะได้รับการพิจารณา และคุณสมบัติที่เหมาะสมจะถูกสกัดโดยใช้คุณลักษณะการสกัด
ขั้นตอนวิธี .
4 ) บันทึกแม่แบบใน DB : ถ้าภาพหน้าเข้าจะใหม่แล้วมันควรจะถูกเก็บไว้ในฐานข้อมูล ดังนั้นต่อไปว่าภาพจะถูกใช้ในการจับคู่ของกระบวนการ อัตโนมัติการเข้าร่วมระบบรู้จำใบหน้า .
5 ) ตรงกับแม่แบบในฐานข้อมูล :ถ้าหน้าภาพอยู่แล้วใน DB แล้ว สำหรับการเข้างานก่อนจะตรงกับภาพในฐานข้อมูล และถ้าตรงกับพบการเข้าร่วมจะได้รับเครื่องหมาย .
6 ) ที่แสดงในโปรแกรม : หลังจากการตรวจสอบและการจับคู่ถ้าใส่ภาพที่พบในฐานข้อมูลก็จะปรากฏบนหน้าจอ เช่น ผลผลิตในโปรแกรมเป็นการเข้าร่วมจะได้รับเครื่องหมาย

4 . การจัดระบบ

aอัลกอริทึมที่ใช้ :
ที่นี่จุดขัดแตะ ซึ่งภายในแพทช์ในรูปแบบภาพชุด mrf โหนด V ชุด warps ปี่ ถือได้ว่าเป็นชุดของป้ายชื่อที่เป็นไปได้ของโหนด I 4 - เชื่อมต่อระบบโดยตาง ๆแล้วขอบ E ของ mrf . เรายังเสนอวิธีการที่ประมวลว่า input หน้าภาพที่หน้าผากหรือบนหน้าผากวิธีนี้สารสกัดจากข้อมูลหนาแน่นร่อนในหน้าภาพและมีประสิทธิภาพการใช้การสนับสนุนเวกเตอร์เครื่องจักร ( SVM ) ขั้นตอนวิธี

















fig1 mrf โหนด
: เพื่อนบ้าน