Rozpoznawanie twarzy za pomocą deskryptorów punktów charakterystycznych

• Autorzy: Pawlik P. , Bubliński Z.

Warianty tytułu

EN

Face recognition with characteristic points descriptors

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia zastosowanie deskryptorów punktów charakterystycznych do rozpoznawania twarzy. W wyborze punktów charakterystycznych kierowano się doniesieniami z badań psychologicznych, wskazujących że do rozpoznania twarzy wystarczają człowiekowi dwa ruchy fiksacyjne koncentrujące się w okolicach nosa i oczu. Zaprezentowane wyniki - uzyskane dla obrazów z bazy BioID - potwierdziły, że stosując deskryptory punktów charakterystycznych, można rozpoznać twarz, korzystając z jedynie trzech takich punktów.

EN

The paper presents an application of characteristic points descriptors method for human face recognition. This method was chosen based on results of psychological examinations, which show that only two eyesight fixations (located in nose and eyes region) are necessary to recognize a human face. The presented results - obtained on images from BioID database - confirmed that it is possibly to recognize a human face using only three characteristic points.

Słowa kluczowe

PL

rozpoznawanie twarzy; punkty charakterystyczne

EN

face recognition; characteristic points

• Wydawca: Wydawnictwa AGH
• Czasopismo: Automatyka / Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie
• Rocznik: 2011
• Tom: T. 15, z. 3
• Strony: 545--550
• Opis fizyczny: Bibliogr. 9 poz., rys., tab.

Twórcy

autor

Pawlik P.

• AGH Akademia Górniczo-Hutnicza, Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki, Katedra Automatyki, al. A. Mickiewicza 30, 30-059 Krakow

autor

Bubliński Z.

• AGH Akademia Górniczo-Hutnicza, Wydział Elektrotechniki, Automatyki, Informatyki i Elektroniki, Katedra Automatyki, al. A. Mickiewicza 30, 30-059 Krakow

Bibliografia

• [1] van Belle G., Ramon M., Lefeyre P and Rossion B., Fixation patterns during recognition ofpersonally familiar and unfamiliar faces. Front. Psychology, 1:20, 2010.
• [2] Bindemann M., Scheepers C, Burton A. M., Yiewpoint and center ofgravity affect eye movements to human faces. Journal of Vision, 9(2):7, 2009, 1-16.
• [3] BioID-Technology Research. The BioID Face Database. http://support.bioid.com/downloads/facedb/index.php. Internet.
• [4] Dalal N., Triggs B., Histograms of oriented gradients for human detection. Proc. Conference on Computer Vision and Pattern Recognition, San Diego, USA, 2005, 886-893.
• [5] Hsiao J. H.-W., Cottrell G., Two fixations suffice inface recognition. Psychological Science, 19, 2008, 998-1006.
• [6] Jesorsky O., Kirchberg K.J., Frischholz R.W., Robust Face Detection Using the Hausdorff Distance. Audio- and Video-Based Biometric Person Authentication, 3rd International Conference, Springer, Lecture Notes in Computer Science, LNCS-2091, 2001, 90-95.
• [7] Lowe D.G., Distinctive image features from scale-invariant keypoints. International Journal of Computer Vision, 60, 2, 2004, 91-110.
• [8] Paisitkriangkrai S., Shen C, Zhang J., Face Detection with Effective Feature Extraction. Proc. the lOth Asian conference on Computer vision, Springer, Lecture Notes in Computer Science, vol. 6494/2011, 2011, 460-470.
• [9] Viola P., Jones M., Rapid Object Detection Using a Boosted Cascade of Simple Features. Proc. Int. Conf. Computer Vision and Pattern Recognition, vol. 1, 2001, 511-518.