Harmonik Görüntüleri Kullanarak Yüz Tanıma

Abstract

Yüz tanımada başarılı yaklaşımlardan biri harmonik görüntü tabanlı yaklaşımdır. Harmonik görüntülerin önemi, genel aydınlanmayı modelleme yeteneklerinden kaynaklanmaktadır. Harmonik görüntüler, aydınlanma değişimleri altında, özellikle dış ortamda, yüz tanıma problemine çözüm getirir. Bu tez çalışmasında harmonik görüntü tabanlı yaklaşımlar ve ayrıca harmonik görüntüler ile istatiksel modellemeyi birleştiren bir yaklaşım incelenmektedir. Farklı bir istatiksel model önerilmekte ve bu model harmonik görüntülerle birleştirilerek kullanılmaktadır. Bu yöntemde, her bir kişi için tek bir eğitim görüntüsü kullanılmaktadır. Aydınlanma değişimiyle mücadele eden pek çok yüz tanıma yaklaşımının birden fazla eğitim görüntüsüne ihtiyaç duyması nedeniyle bu özellik uygulamalar açısından önemlidir. Yöntemin etkinliği farklı açılardan aydınlatılmış sentetik görüntüler kullanılarak test edilmiştir. Bu sentetik görüntüleri hazırlamak için Notre Dame Üniversitesi’nden elde edilen veritabanındaki görüntüler kullanılmıştır. Yapılan deneyler sonucunda aydınlanma değişimin çok fazla olmadığı veri setleri için %95’in üzerinde tanıma başarımı, aydınlanma değişimlerinin görece fazla olduğu veri setleri için %85-%95 arası tanıma başarımı sağlanmıştır.

One of the successful approaches in face recognition is harmonic images based approach. The importance of the harmonic images lie under their facility of modelling generic illuminaiton. Harmonic images provide solutions to the face recognition problem under varying lighting conditions, especially outdoor environments. In this thesis, a brief overview on the state of the art harmonic images based methods and also an approach that combines the harmonic images and statistical model are presented. A different statistical model is proposed and combined with harmonic images. In this approach, only one training image per subject is used. This property is important for applications, because most of the approaches dealing with illumination variation use more than one image. The feasibility of the method has been tested on synthetic images that are illuminated from different illumination directions. Images that are obtained University of Notre Dame are used to prepare these synthetic images. As a result of experiments, on datasets that do not include huge illumination variation above 95 %, on datasets that includes relatively more illumination variation between 85%-95% recognition rates achieved using this face recognition approach.