Kolor w weryfikacji twarzy

• Autorzy: Leszczyński M.

Warianty tytułu

EN

Color in face verification

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono wyniki badań wpływu informacji barwnej na skuteczność systemu weryfikacji twarzy. Eksperymenty przeprowadzono na bazach twarzy ze zróżnicowanym tłem i zebranych przy różnych warunkach oświetleniowych z wykorzystaniem najpopularniejszych przestrzeni barw używanych w materiałach wideo wykazały, iż użycie informacji barwnej pozwala na polepszenie stopnia weryfikacji w porównaniu do tradycyjnych metod bazujących tylko i wyłącznie na użyciu informacji o jasności obrazu (luminancji).

EN

This paper presents research on importance of color information in face verification system. Experiments conducted on facial databases with complex background, different poses and light condition using four most popular color spaces show that color information can improve the verification accuracy compared to the traditionally used luminance information.

Słowa kluczowe

PL

weryfikacja twarzy; YIQ; RGB; YCbCr; analiza dyskryminacyjna

EN

face verification; YIQ; RGB; YCbCr; discriminant analysis

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2009
• Tom: Vol. 50, nr 4
• Strony: 80--83
• Opis fizyczny: Bibliogr. 15 poz., il., wykr.

Twórcy

autor

Leszczyński M.

• Politechnika Warszawska, Wydział Elektroniki i Technik Informacyjnych

Bibliografia

• [1] Viola P., Jones, M.: Rapid object detection using a boosted cascade of simple features. In Conference on Computer Vision and Pattern Recognition (CVPR), 2001, pp. 511-518.
• [2] Naruniec J., Skarbek W.: Face Detection by Discrete Gabor Jets and Reference Graph of Fiducial Points. In Rough Sets and Knowledge Technology, 2007, pp. 187-194. Springer Berlin/Heidelberg.
• [3] Naruniec J., Skarbek W., Rama A.: Face Detection and Tracking in Dynamic background of Street. Int. Conf. Signal Processing and Multimedia Applications (SIGMAP 2007), Barcelona, Hiszpania, lipiec 2007.
• [4] ISO/IEC 15938-3:2002 (2002).
• [5] Fukunaga K.: Introduction to Statistical Pattern Recognition. Academic Press, 1992.
• [6] Skarbek W., Kucharski K., Bober M.: Dual LDA for Face Recognition. Fundamenta Informaticae. 61 (2004) 303-334.
• [7] Zhao W., Chellappa R., Rosenfeld A., Phillips P. J.: Face Recognition: A Literature Survey, ACM Computing Surveys, 2003, pp. 399-458.
• [8] Shakhnarovich G., Moghaddam B.: Face Recognition in Sub-spaces, Handbook of Face Recognition, Eds. Stan Z. Li and Anil K. Jain, Springer-Verlag, Grudzień 2004, p. 35.
• [9] De Bie T., Cristianini N., Rosipal R.: Eigenproblems in Pattern Recognition, Handbook of Computational Geometry for Pattern Recognition. Computer Vision, Neurocomputing and Robotics, E. Bayro-Corrochano (editor), Springer-Verlag, Heidelberg, kwiecień 2004.
• [10] Yambor W. S.: Analysis of PCA-based and Fisher Discriminant-Based Image Recognition Algorithms. M. S. Thesis, Technical Report CS-00-103, Computer Science Department, Colorado State University, lipiec 2000.
• [11] Turk M. A., Pentland A. P.: Face recognition using eigenfaces. Proceedings of the IEEE Computer Society Conf. on Computer Vision and Patter Recognition, pp. 586-591, Maui, Hawaii 1991.
• [12] Fisher R. A.: The use of multiple measurements in taxonomic problems. Annals of Eugenics. 7 (1936) 179-188.
• [13] Golub G., Loan C.: Matrix Computations. The Johns Hopkins University Press. (1989).
• [14] Leszczyński M., Skarbek W.: Biometric Verification by Projections in Error Sub-spaces. 2007 Joint Rough Set Symposium JRS07 (Springer LNAI4481). Maj 2007.
• [15] Leszczyński M., Skarbek W.: Diagram Analizy Dyskryminacyjnej w weryfikacji twarzy. KKRRiT 2008, Wrocław, 9-11 kwietnia 2008.