The Journal of the Korea Contents Association (한국콘텐츠학회논문지)

The Korea Contents Association (한국콘텐츠학회)
권호 표지
DOI QR코드

DOI QR Code

Face Recognition by Fiducial Points Based Gabor and LBP Features

특징점기반 Gabor 및 LBP 피쳐를 이용한 얼굴 인식

  • Received : 2012.11.13
  • Accepted : 2012.12.24
  • Published : 2013.01.28
Download PDF
⟨ Previous Next ⟩

Abstract

The accuracy of a real facial recognition system can be varied according to the accuracy of the eye detection algorithm when we design and implement a semi-automatic facial recognition algorithm depending on the eye position of a database. In this paper, a fully automatic facial recognition algorithm is proposed such that Gabor and LBP features are extracted from fiducial points of a face graph which was created by using fiducial points based on the eyes, nose, mouth and border lines of a face, fitted on the face image. In this algorithm, the recognition performance could be increased because a face graph can be fitted on a face image automatically and fiducial points based LPB features are implemented with the basic Gabor features. The simulation results show that the proposed algorithm can be used in real-time recognition for more than 1,000 faces and produce good recognition performance for each data set.

얼굴 영상 데이터베이스에서 제공하는 눈 좌표에 의존해서 부분 자동 얼굴 인식 알고리즘을 설계 구현하면 실 환경 얼굴 인식 시스템에서는 눈 좌표 추출 알고리즘의 정확도에 따라 인식 성능이 달라질 수 있다. 본 논문에서는 얼굴의 눈, 코, 입 및 윤곽선 정보를 바탕으로 설정한 특징점 기반의 얼굴 모델 그래프를 생성하여 얼굴 영상에 정합시키고 각 특징점에서 Gabor 및 LBP 피쳐를 추출해서 결합하는 방식의 완전 자동 얼굴 인식 알고리즘을 제안하였다. 본 알고리즘에서는 완전 자동으로 얼굴 영상에 얼굴 모델 그래프를 맞출 뿐만 아니라 기존의 Gabor 피쳐에 LBP 피쳐를 추가함으로써 인식 성능을 극대화 시킬 수 있도록 하였다. 제안한 알고리즘을 FERET 데이터베이스에 적용해 본 결과 1,000명 이상의 얼굴을 실시간으로 인식할 수 있었고 각 데이터 집합에 대해서 우수한 인식 성능을 얻을 수 있었다.

Keywords

References

  1. P. Phillips, "The FERET Evaluation Methodology for Face Recognition Algorithms," IEEE Trans. on PAMI. Vol.22, pp.1090-1104, 2000. https://doi.org/10.1109/34.879790
  2. L. Wiskott, "Face Recognition by Elastic Bunch Graph Matching," Intelligent Biometric Techniques in Fingerprint and Face Recognition, CRC Press, ISBN 0-8493-2055-0, Chapter 11, pp.355-396, 1999.
  3. B. Froba and A. Ernst, "Face Detection with the Modified Census Transform," FGR04, pp.1-6, 2004.
  4. T. Ahonen, A. Hadid, and M. Pietikainen, "Face Description with Local Binary Patterns: Application to Face Recognition," IEEE Trans. on PAMI, pp.2037-2041, 2006.
  5. R. Senaratne, S. Halgamuge, and A. Hsu, "Face Recognition by Extending Elastic Bunch Graph Matching with Particle Swarm Optimization," Journal of Multimedia, Vol.4, No.4, pp.204-214, 2009(8).
  6. R. Ramadan and R. Abdel-kader, "Face Recognition Using Particle Swarm Optimization -Based Selected Features," International Journal of Signal Processing, Image Processing and Pattern Recognition, Vol.2, No.2, pp.51-65, 2009(6).
  7. J. H. Kim, "Fully Automatic Facial Recognition Algorithm By Using Gabor Feature Based Face Graph," J. of The Korea Contents Association, Vol.11, No.2, pp.31-39, 2011(2). https://doi.org/10.5392/JKCA.2011.11.2.031
  8. M. Rao, P. Kumar, V. Kumari, and B. GR, "Efficient Face Recognition using Local Active Pixel Pattern (LAPP) for Mobile Environment," CSI J. of Computing, Vol.1, No.1, pp.5-11, 2012.