Near-Infrared Face Recognition at Long Distances
- 주제(키워드) 얼굴 인식
- 발행기관 고려대학교 대학원
- 지도교수 Anil K. Jain
- 발행년도 2013
- 학위수여년월 2013. 2
- 학위구분 석사
- 학과 일반대학원 뇌공학과
- 원문페이지 41 p
- 실제URI http://www.dcollection.net/handler/korea/000000039391
- 본문언어 영어
- 제출원본 000045746121
초록/요약
Automatic face recognition capability in surveillance systems is important for security applications. However, few studies have addressed the problem of outdoor face recognition at a long distance (over 100 meters) in both daytime and nighttime environments. In this paper, we first report on a system that we have designed to collect face image database at a long distance, called the Long Distance Heterogeneous Face Database (LDHF-DB) to advance research on this topic. The LDHF-DB contains face images collected in an outdoor environment at distances of 60 meters, 100 meters, and 150 meters, with both visible light (VIS) face images captured in daytime and near infrared (NIR) face images captured in nighttime. Given this database, we have conducted two types of cross-distance face matching (matching long-distance probe to 1-meter gallery) experiments: (i) intra-spectral (VIS to VIS) face matching, and (ii) cross-spectral (NIR to VIS) face matching. The proposed face recognition algorithm consists of following three major steps: (i) Gaussian filtering to remove high frequency noise, (ii) Scale Invariant Feature Transform (SIFT) and Multi-scale Local Binary Pattern (MLBP) in local image regions for feature representation, and (iii) a random subspace method to build discriminant subspaces for face recognition. Experimental results show that the proposed face recognition algorithm outperforms two commercial state-of-the-art face recognition SDKs (FaceVACS and PittPatt) for long distance face recognition in both daytime and nighttime operations. These results highlight the need for better data capture setup and robust face matching algorithms for cross spectral matching at long distances.
more초록/요약
보안 시스템에서 자동 얼굴 인식 기술은 매우 중요하다. 그러나 낮뿐만 아니라 밤 시간대 장거리(100m)에서의 실외 얼굴 인식에 대한 연구는 거의 없는 실정이다. 본 논문에서는, 이 문제에 대한 향상된 연구를 위해 장거리 얼굴 데이터베이스 수집 시스템을 제안하고, 이 시스템을 이용하여 Long Distance Heterogeneous Face Database (LDHF-DB)를 수집하였다. LDHF-DB의 얼굴 이미지들은 야외 환경에서 수집되었고, 60m, 100m, 그리고 150m에서 각각 가시광선 조명을 이용한 낮 시간대와 적외선 조명을 이용한 밤 시간대에 수집되었다. 수집된 데이터베이스를 이용하여, 거리에 따른 얼굴 인식 실험과 다른 조명 간 얼굴 인식 실험을 하였다. 제안한 얼굴 인식 알고리즘은 크게 세 단계로 구성되어 있다. 고주파수 노이즈를 제거하기 위한 가우시안 필터링과, 대표적인 특징 추출 알고리즘인 SIFT와 MLBP를 이용한 지역 특징 추출, 그리고 얼굴 인식 판별 영역 형성을 위한 랜덤 부분 공간 방법이다. 제안한 얼굴 인식 알고리즘을 이용한 실험 결과, 낮 시간대와 밤 시간대의 장거리 얼굴 인식에서 최신 상용 얼굴 인식 소프트웨어보다 높은 성능을 보였다. 이 결과는 더 나은 데이터 수집 시스템의 필요성과, 장거리에서 적외선 얼굴 인식률을 높일 수 있는 강력한 얼굴 인식 알고리즘의 필요성을 보여준다.
more목차
1 Introduction
2 LDHF Database Construction
2.1 LDHF Imaging system
2.2 LDHF Database
3 Face Recognition
3.1 Preprocessing
3.2 Feature representation and Matching
3.2.1 SIFT
3.2.2 MLBP
3.2.3 Matching
4 Experiments
4.1 Intra-spectral and cross-distance face matching
4.2 Cross-spectral and cross-distance face matching
4.3 Results
4.3.1 Intra-spectral and cross-distance face matching
4.3.2 Cross-spectral and cross-distance face matching
5 Conclusions and Future work
