الگوریتم‌های تشخیص چهره چگونه کار می‌کنند

---

: الگوریتم‌های تشخیص چهره عموماً شامل مراحل زیر هستند:

۱. **تشخیص و هم‌ترازسازی (Detection and Alignment):** ابتدا، سیستم ناحیه چهره را در تصویر یا ویدیو شناسایی می‌کند (با استفاده از کادرهای قرارگیری یا مدل‌ها) و سپس آن ناحیه را استاندارد یا "هم‌تراز" می‌کند تا ویژگی‌های مختلف در زاویه‌های متفاوت قابل مقایسه باشند.

۲. **استخراج ویژگی‌ها (Feature Extraction):** این مرحله قلب سیستم است. الگوریتم‌ها به دنبال نقاط کلیدی منحصر به فرد روی چهره می‌گردند که شامل موارد زیر هستند:
* فاصله بین چشم‌ها
* شکل و عرض بینی
* تناسب دهان و فک

۳. **تبدیل به بردارهای ویژگی (Embedding Generation):** داده‌های استخراج شده معمولاً از شبکه‌های عصبی عمیق، به‌ویژه **شبکه‌های کانولوشنی (CNNs)**، عبور می‌کنند. این شبکه یک نمایش عددی فشرده و چندبعدی برای چهره ایجاد می‌کند که به آن "بردارهای ویژگی" (Face Embeddings) گفته می‌شود. هر بردار عملاً امضای دیجیتالی منحصر به فرد آن چهره است.

۴. **تطبیق و مقایسه (Comparison and Matching):** برای تشخیص اینکه آیا یک چهره جدید متعلق به شخص ذخیره‌شده است یا خیر، این بردار ویژگی جدید با بردارهای ویژگی موجود در پایگاه داده مقایسه می‌شود. میزان شباهت بین دو بردار معمولاً با معیارهایی مانند **فاصله کسینوسی (Cosine Similarity)** محاسبه می‌شود؛ اگر فاصله کم باشد، احتمال مطابقت زیاد است.

به طور خلاصه: **شناسایی $\rightarrow$ استانداردسازی $\rightarrow$ تبدیل به عدد منحصر به فرد (Embedding) $\rightarrow$ مقایسه شباهت.**