Ocena możliwości wykorzystania deskryptorów cech lokalnych obrazu twarzy w zadaniu automatycznej identyfikacji osób

• Autorzy: Jakubowski J.

Warianty tytułu

EN

An assessment of the local descriptors of images for the needs of face recognition system

• Języki publikacji: PL

Abstrakty

PL

Artykuł prezentuje ilościową ocenę wykorzystania opisu cech lokalnych obrazu twarzy za pomocą metody SIFT jako algorytmu systemu skrytej identyfikacji tożsamości osób. Przedstawiono w nim propozycję postaci klasyfikatora oraz wyniki badania wpływu liczby klas w bazie oraz liczby wzorców w klasach na jego skuteczność.

EN

The paper presents a quantitative assessment of the local feature image descriptors offered by the SIFT method for the needs of an inconspicuous identification of persons based on face images. A proposal of an algorithm to classify images is discussed as well as the influence of the number of classes in the base of persons and the number of patterns in classes on its effectiveness.

Słowa kluczowe

PL

przetwarzanie obrazów; rozpoznawanie twarzy

EN

image processing; face recognition

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Przegląd Elektrotechniczny
• Rocznik: 2012
• Tom: R. 88, nr 9a
• Strony: 217--221
• Opis fizyczny: Bibliogr. 11 poz., rys., tab., wykr.

Twórcy

autor

Jakubowski J.

• Wojskowa Akademia Techniczna, Instytut Systemów Elektronicznych,

Bibliografia

• [1] Smiatacz M., Malina W., Automatyczne rozpoznawanie twarzy – metody, problemy, zastosowania, Techniki Komputerowe, t. 42, nr 1, s. 107-128, Warszawa 2008.
• [2] Brunelli R., Poggio T., Face Recognition: Features versus Templates, IEEE Trans. on Pattern Recognition and Machine Intelligence, v. 15, No. 10, 1993, pp. 1042-1052.
• [3] Belhumeur P., Hespanha J., Kriegman D., Eigenfaces vs. Fisherfaces: Recognition Using Class Specific Linear Projection, IEEE Trans. on Pattern Recognition and Machine Intelligence, v. 19, No. 7, 1997, ss. 711-720.
• [4] Lowe D., Distinctive image features from scale-invariant keypoints, Int. Journal of Computer Vision, vol. 60, No. 2, 2004, ss. 91-110.
• [5] Pawlik P., Mikrut S., Porównanie dokładności wybranych metod dopasowania obrazów zdjęć lotniczych, Archiwum Fotogrametrii, Kartografii I Teledetekcji, vol. 17b, 2007, ss. 603-611.
• [6] Ilkyun J., Sewoong J., Youngouk K., Mobile robot navigation using difference of wavelet SIFT, Second International Conference on Machine Vision, Dubai, grudzień 2009, ss. 286-292.
• [7] Geng C., Jiang X., SIFT features for face recognition, Second IEEE International Conference on Computer Science and Technology, sierpień 2009, 598-602.
• [8] Krizaj J., Struc V., Pavesic N., Adaptation of SIFT features for face recognition under varying illumination, Proc. of the 33rd International Convention MIPRO, Opatija, 2010, ss. 691-694.
• [9] http://www.cs.ubc.ca/~lowe/keypoints/
• [10] Kwiatkowski W., Metody automatycznego rozpoznawania wzorców, wyd. Belstudio, Warszawa 2007.
• [11] Koronacki J., Ćwik J., Statystyczne systemy uczące się, Akademicka Oficyna Wydawnicza EXIT, Warszawa 2008.