Face recognition using eigenhills

Abstract

Temel parçacıklar analizine dayalı yüz tanıma algoritmalarının önemli sorunlarından biri aydınlanma değişimleridir. Bu çalışmada, aydınlanma değişimlerinden kaynaklanan sorunlara, gri seviyeli resimlerin kullanılması yerine ayrıt resimlerinin kullanılması ile yeni bir çözün sunulmuştur. Aydınlanma kaynağının yerinde meydana gelen değişmelere, ayrıtların daha az duyarlı oldukları gösterilmiştir. Fakat ayrıt temelli yaklaşımın kendine özgü sorunları vardır. Poz değişimlerinden veya yüzdeki gölgelerin yerlerinin değişmesinden kaynaklanan farklılaşmalar, ayrıta dayalı yüz tanıma algoritmalarının performansını düşürür. Sunulan yöntemde, ayrıta ve dokuya dayalı yüz tanıma algoritmalarının sorunlarını ortadan kaldıran ve her iki yönteminde avantajlarını kullanan tepeler yaklaşımı geliştirilmiştir. Tepeler, ayrıtların zar ile kaplanması ile elde edilir. Her tepe görüntüsü daha sonra tepeler uzayında elde edilen öztepelerin doğrusal bileşimi olarak ifade edilir. ûztepeler, özayrıtlar ve özyüzler ile yüz tanıma algoritmalarının aydınlanma farklılıklarına karşı performanslarının karşılaştırması Maya® yazılımı kullanılarak yapılan 14 taklit yüz ve Purdue A&R yüz veri tabanında yer alan 882 gerçek yüz görüntüsü kullanılarak gerçekleştirilmiştir. Deneysel olarak, sunulan yaklaşım olan öztepeler yönteminin diğer yöntemlerden daha iyi sonuç verdiği gösterilmiştir.

Illumination changes are one of the basic problems of PCA-based face recognition algorithms. In this study, a new approach to overcome problems associated with illumination variation by utilizing the edge images rather than gray level texture images is presented. It is shown that changes in edge images are limited as compared to changes in shading when illumination source is changed. However, using edges directly creates its own problems. A small displacement of edges due to pose change degrades the performance of the recognition algorithm drastically due to locality of edges. To combine the advantages of algorithms based on shading and edges while overcoming their drawbacks, "hills", which are obtained by covering edges with a membrane, are introduced. Each hill image is described as a combination of most descriptive eigenvectors, called "eigenhills", spanning hill space. Recognition performances of eigenface, eigenedge and eigenhills methods are compared by considering illumination variation on 14 simulated faces designed using Maya® software and 882 real world faces of Purdue A&R face database. It is shown experimentally that proposed approach has the best recognition performance under these degradations as compared to other approaches.