[논문 리뷰] Fusion of Wavelet Coefficients from Visual and Thermal Face Images for Human Face Recognition - A Comparative Study

Mrinal Kanti Bhowmik, Debotosh Bhattacharjee외 3명|arXiv (Cornell University)|2010. 07. 05.

Face and Expression Recognition참고 문헌 30인용 수 11

한 줄 요약

이 논문은 이산 웨이블릿 변환(DWT) 계수를 사용하여 시각적 및 열성 이미지의 융합 방법을 제안하여 인간의 얼굴 인식 성능을 향상시킨다. 시각적 및 열성 이미지로부터 별도로 DWT 계수를 계산하고, 희귀파형(Haar) 및 다우벡스(Daubechies, db2) 웨이블릿을 사용하여 계수를 융합한 후 역방향 DWT를 적용함으로써, IRIS 열성/시각적 얼굴 데이터베이스에서 최대 100%의 인식 성공률을 달성하였으며, 두 웨이블릿 유형 모두 뛰어난 성능을 보였다.

ABSTRACT

In this paper we present a comparative study on fusion of visual and thermal images using different wavelet transformations. Here, coefficients of discrete wavelet transforms from both visual and thermal images are computed separately and combined. Next, inverse discrete wavelet transformation is taken in order to obtain fused face image. Both Haar and Daubechies (db2) wavelet transforms have been used to compare recognition results. For experiments IRIS Thermal/Visual Face Database was used. Experimental results using Haar and Daubechies wavelets show that the performance of the approach presented here achieves maximum success rate of 100% in many cases.

연구 동기 및 목표

• 시각적 및 열성 얼굴 이미지를 융합하여 인식 성능 향상 효과를 검토하는 것.
• 융합 과정에서 사용된 웨이블릿 변환 유형인 희귀파형 및 다우벡스(db2)의 인식 정확도를 비교하는 것.
• 웨이블릿 기반 계수 융합이 다양한 조명 및 열 조건에서의 얼굴 인식의 강인성에 미치는 영향을 평가하는 것.
• 웨이블릿 기반 융합이 표준 얼굴 인식 데이터베이스를 사용하여 최적의 인식 성능를 달성할 수 있는지 확인하는 것.

제안 방법

• 이산 웨이블릿 변환(DWT)을 시각적 및 열성 얼굴 이미지 각각에 독립적으로 적용하여 웨이블릿 계수를 추출한다.
• 세부 및 근사 계수를 정의된 융합 규칙에 따라 두 이미지 유형의 계수를 융합한다.
• 융합된 계수 집합에 대해 역방향 DWT를 적용하여 단일이고 향상된 얼굴 이미지를 재구성한다.
• 융합 성능 비교 분석을 위해 희귀파형 및 다우벡스(db2) 웨이블릿을 사용한다.
• 융합된 이미지에 표준 얼굴 인식 기법을 적용하고, 성능 평가를 IRIS 열성/시각적 얼굴 데이터베이스에서 수행한다.

실험 결과

연구 질문

• RQ1 웨이블릿 계수를 사용하여 시각적 및 열성 얼굴 이미지를 융합할 경우, 단일 스펙트럼 이미지 사용 대비 인식 정확도 향상이 이루어지는가?
• RQ2 계수 융합에 사용된 희귀파형 및 다우벡스(db2) 웨이블릿 간의 인식 성능는 어떻게 비교되는가?
• RQ3 웨이블릿 기반 융합은 도전적인 환경 조건 하에서도 근사적으로 완벽한 인식률을 달성할 수 있는가?
• RQ4 시각적 및 열성 모odalities의 DWT 계수를 융합하는 데 있어 최적의 융합 전략은 무엇인가?

주요 결과

• 제안된 융합 방법은 IRIS 열성/시각적 얼굴 데이터베이스를 사용한 다수의 실험 케이스에서 최대 100%의 인식 성공률를 달성하였다.
• 희귀파형 및 다우벡스(db2) 웨이블릿 모두 높은 인식 성능를 보였으며, 두 유형 간 총 성공률에 유의미한 차이가 없었다.
• 웨이블릿 계수 융합이 중요한 얼굴 특징을 효과적으로 유지하면서 잡음과 조명 변화의 영향을 줄였다.
• 결과적으로 웨이블릿 기반 융합은 다양한 촬영 조건에서 다중모odal 얼굴 인식에 대해 강인하고 효과적인 접근법임을 입증하였다.