การรู้จำใบหน้าแบบหลายมุมมองโดยใช้เทคนิคผสมผสานการแบ่งภาพและการจับคู่ภาพมุมมองจริง

Abstract

ปัญหาและความท้าทายอย่างหนึ่งของระบบรู้จำใบหน้าคือ มุมมองของใบหน้า (Pose of Face) ซึ่งงานวิจัย ชิ้นนี้มุ่งเน้นที่จะแก้ปัญหาและเพิ่มประสิทธิภาพของการรู้จำใบหน้าด้วยวิธีการผสมผสานระหว่างเทคนิคการแบ่งภาพและการจับคู่ภาพหลายมุมมอง เป้าหมายของการแบ่งภาพเพื่อหาพื้นที่ส่วนที่มีความใกล้เคียงกับ ใบหน้ามากที่สุด โดยในการแบ่งภาพได้นำเอาเทคนิค Local Binary Pattern มาช่วยในการหาค่า Histogram ของพื้นที่ จากนั้นหาค่าน้ำหนักด้วย Chi-Square Statistic ผลจากการดำเนินการโดยการทดสอบด้วยฐานข้อมูลใบหน้า GTAV,  FEI และ INDIAN เปรียบเทียบกับเทคนิคการรู้จำใบหน้าแบบ EigenFace และ EigenFace ที่ใช้ฐานข้อมูลมุมมองจริง พบว่าสามารถเพิ่มประสิทธิภาพการรู้จำใบหน้าแบบหลายมมุมองได้ดีกว่า เทคนิคที่ได้กล่าวมาแล้ว ข้างต้น

Across Pose Face Recognition using Hybrid Image Partition and Real View-Based Matching

Maleerat Sodanil and Armornsak Armornthananun

The problem and challenge of face recognition is the pose of a face. The proposed approach aims to solve and increase performance of face recognized by combining Image Partition techniques with Real View-base Matching techniques. The objective of Image Partition techniques is to find the parts which match the closest to the face inputted by relying on Local Binary Pattern methods in order to calculate the histogram of each partitioned area of the image. After that, the weight is calculated using Chi-Square Statistics. In the experiment, three face databases were applied namely GTAV, FEI, and INDIAN. These are employed to compare recognition rates by the proposed approach to EigenFace and EigenFace using Real View-based Matching. The results of the experiment, we found that our proposed technique has improved the recognition rates which are higher than the existing ones.