Face recognition in low-resolution images under small sample conditions with face-part detection and alignment

Mahir Faik Karaaba

Onderzoeksoutput

478 Downloads (Pure)

Samenvatting

Om menselijke gebruikers te ondersteunen bij dagelijkse taken,
moeten computers op de hoogte zijn van de aanwezigheid en
identiteit van mensen. Tegenwoordig is het heel makkelijk om
beeldinformatie te verkrijgen door middel van bijvoorbeeld smart
phones. Daarom worden KI-gebaseerde algoritmen voor
gezichtsdetectie en gezichtsherkenning steeds belangrijker.
Gezichtsherkenning is een zeer eenvoudige en handige techniek
vergeleken met andere biometrische methoden zoals vingerafdruk-
of irisherkenning. Echter, deze techniek is niet erg robuust
vergeleken met menselijke prestaties en minder betrouwbaar dan
alternatieve biometrische methoden.

Dit komt doordat er veel variaties in foto's en video voorkomen
(bijvoorbeeld verlichting, pose), die uitdagende problemen voor
een gezichtsherkenningsalgoritme creƫren. In dit proefschrift
hebben we ons vooral gericht op drie van deze uitdagingen. De
eerste twee zijn de lokalisatie en de uitlijning in
draairichting van gezichten, die preprocessing stappen zijn
voordat de herkenning plaatsvindt. De derde stap is
gezichtsidentificatie zelf, op basis van zeer weinig
trainingsdata. Voor de lokalisatie ontwikkelden we een
oogdetector, die oogcentra lokaliseert op basis van een
gedetecteerd gezicht. Rotatie-uitlijning wordt gedaan met behulp
van de hoeken van deze oogcentra. We stellen twee nieuwe methoden
voor om om te gaan met weinig leervoorbeelden.
De experimenten leiden tot twee belangrijke conclusies: ten eerste
kan een grote generieke
dataset helpen om de prestaties van herkenning aanzienlijk te
verbeteren voor nieuwe gezichten. Ten tweede, als het aantal
foto's beperkt is, dan helpt het gebruik van vele patches om de identificatienauwkeurigheid te vergoten.

Samenvattend, hoewel ons onderzoek bijdraagt aan het oplossen
van gezichtsidentificatie wanneer slechts een kleine dataset
beschikbaar is, is verder onderzoek noodzakelijk om robuustere
resultaten te verkrijgen.
Originele taal-2English
KwalificatieDoctor of Philosophy
Toekennende instantie
  • Rijksuniversiteit Groningen
Begeleider(s)/adviseur
  • Schomaker, Lambert, Supervisor
  • Wiering, Marco, Co-supervisor
Datum van toekenning30-sep-2016
Plaats van publicatie[Groningen]
Uitgever
Gedrukte ISBN's978-90-367-9158-8
Elektronische ISBN's978-90-367-9159-5
StatusPublished - 2016

Citeer dit