[논문 리뷰] 2D Face Recognition System Based on Selected Gabor Filters and Linear Discriminant Analysis LDA

Samir F. Hafez, Mazen M. Selim외 1명|arXiv (Cornell University)|2015. 03. 12.

Face and Expression Recognition참고 문헌 20인용 수 15

한 줄 요약

이 논문은 분류 성능 향상을 위해 상관관계가 없고 직교하는 Gabor 필터의 선택적 부분집합을 사용하여 2차원 얼굴 인식 시스템을 제안한다. 이후 선형 판별 분 析(LDA)을 통해 차원 감소 및 분류를 수행한다. 이 방법은 CASIA, ORL, Cropped YaleB 데이터베이스에서 평균 98.9%의 인식률을 달성하여 전체 Gabor 필터 베이스와 비교해 효율성과 정확도에서 뛰어난 성능을 보였다.

ABSTRACT

We present a new approach for face recognition system. The method is based on 2D face image features using subset of non-correlated and Orthogonal Gabor Filters instead of using the whole Gabor Filter Bank, then compressing the output feature vector using Linear Discriminant Analysis (LDA). The face image has been enhanced using multi stage image processing technique to normalize it and compensate for illumination variation. Experimental results show that the proposed system is effective for both dimension reduction and good recognition performance when compared to the complete Gabor filter bank. The system has been tested using CASIA, ORL and Cropped YaleB 2D face images Databases and achieved average recognition rate of 98.9 %.

연구 동기 및 목표

• Gabor 필터 응답의 부재를 줄임으로써 얼굴 인식 성능을 향상시키기 위해.
• 비상관성과 직교성을 갖춘 Gabor 필터만을 선택함으로써 특징 추출의 효율성을 향상시키기 위해.
• 선형 판별 분석(LDA)을 사용하여 차원 감소를 수행하고 분류 정확도를 향상시키기 위해.
• 다단계 이미지 처리를 통해 얼굴 이미지를 정규화하고 조명 변화를 보완하기 위해.
• 표준 2차원 얼굴 데이터베이스에서 시스템의 강인성과 인식 정확도를 평가하기 위해.

제안 방법

• 이미지의 품질을 햖थ하고 크기 정규화 및 조명 변화 보완을 위해 다단계 이미지 처리 기법을 적용한다.
• 전체 Gabor 필터 베이스에서 비상관성과 직교성을 갖춘 필터 부분집합을 선별하여 무늬 특징을 추출한다.
• 벡터화 없이 2차원 얼굴 이미지에 직접 선택된 Gabor 필터를 적용함으로써 공간적 구조를 유지한다.
• Gabor 필터링 결과로 생성된 특징 벡터는 최적의 클래스 분리 성능을 위해 선형 판별 분석(LDA)을 통해 압축된다.
• 최종 특징 표현은 최근접 이웃 분류기 또는 유사한 방법을 사용하여 분류된다.
• 필터 선별 과정은 최소한의 부재를 유지하면서도 최대한의 분류 능력을 확보한다.

실험 결과

연구 질문

• RQ1 비상관성과 직교성을 갖춘 Gabor 필터의 감소된 집합이 전체 Gabor 필터 베이스와 비교해 인식 정확도를 유지하거나 향상시킬 수 있는가?
• RQ2 선택된 Gabor 특징과 LDA를 조합함으로써 더 나은 차원 감소 및 분류 성능을 달성할 수 있는가?
• RQ3 제안된 방법이 2차원 얼굴 인식에서 조명 변화 및 이미지 정규화 문제를 얼마나 효과적으로 다룰 수 있는가?
• RQ4 CASIA, ORL, Cropped YaleB와 같은 표준 벤치마크 얼굴 데이터베이스에서 시스템의 인식 정확도는 얼마인가?
• RQ5 기존의 Gabor 기반 접근 방식에 비해 제안된 방법이 더 낮은 계산 비용으로도 높은 인식 성능을 달성할 수 있는가?

주요 결과

• 제안된 시스템은 CASIA, ORL, Cropped YaleB 얼굴 데이터베이스에서 평균 인식률 98.9%를 달성하였다.
• 선택된 Gabor 필터의 사용으로 인해 특징의 부재가 감소하였고, 분류에 유용한 무늬 정보는 유지되었다.
• LDA는 특징 공간을 효과적으로 압축하여 클래스 간 분리도 향상시키고 계산 부담을 줄였다.
• 인식 정확도와 효율성 측면에서 전체 Gabor 필터 베이스보다 시스템이 뛰어난 성능을 보였다.
• 이미지 정규화 기법이 조명 변화를 효과적으로 보완하여 강인성을 향상시켰다.
• 다양한 조명 및 자세 조건을 가진 다양한 얼굴 데이터베이스에서 강력한 일반화 능력을 입증하였다.