[论文解读] Fusion of Daubechies Wavelet Coefficients for Human Face Recognition

Mrinal Kanti Bhowmik, Debotosh Bhattacharjee+3 more|arXiv (Cornell University)|Jul 5, 2010

Advanced Image Fusion Techniques参考文献 22被引用 3

一句话总结

本文提出了一种融合框架，结合视觉和热成像人脸图像，使用五级分解的Daubechies小波（D2）系数，随后通过主成分分析（PCA）进行降维，并使用多层感知机（MLP）进行分类。该方法在IRIS热成像/视觉人脸数据库上实现了100%的识别成功率，证明了其在不同光照和热成像条件下的鲁棒性能。

ABSTRACT

In this paper fusion of visual and thermal images in wavelet transformed domain has been presented. Here, Daubechies wavelet transform, called as D2, coefficients from visual and corresponding coefficients computed in the same manner from thermal images are combined to get fused coefficients. After decomposition up to fifth level (Level 5) fusion of coefficients is done. Inverse Daubechies wavelet transform of those coefficients gives us fused face images. The main advantage of using wavelet transform is that it is well-suited to manage different image resolution and allows the image decomposition in different kinds of coefficients, while preserving the image information. Fused images thus found are passed through Principal Component Analysis (PCA) for reduction of dimensions and then those reduced fused images are classified using a multi-layer perceptron. For experiments IRIS Thermal/Visual Face Database was used. Experimental results show that the performance of the approach presented here achieves maximum success rate of 100% in many cases.

研究动机与目标

• 通过融合视觉和热成像图像，提高在不同光照和热成像条件下的人脸识别准确率。
• 利用Daubechies小波的多分辨率分析能力，实现有效的特征提取。
• 使用主成分分析（PCA）降低融合人脸图像的维度。
• 使用多层感知机（MLP）对融合特征进行分类，以实现最佳识别性能。
• 在基准热成像/视觉人脸数据库（IRIS）上评估所提出的方法。

提出的方法

• 对视觉和热成像人脸图像应用Daubechies小波变换（D2），分解至第5级。
• 使用预定义的融合规则（未明确详细说明，但暗示为系数级组合）融合视觉和热成像图像的对应小波系数。
• 对融合后的系数执行逆Daubechies小波变换，以重建融合后的人脸图像。
• 使用主成分分析（PCA）降低融合图像的维度。
• 使用多层感知机（MLP）神经网络对降维后的特征向量进行分类。
• 使用IRIS热成像/视觉人脸数据库对融合和分类流程进行训练和测试。

实验结果

研究问题

• RQ1 在小波域中融合视觉和热成像人脸图像是否能提高在不同环境条件下的识别准确率？
• RQ2 使用Daubechies小波系数（D2）在不同成像模式下是否能有效保留具有判别性的面部特征？
• RQ3 基于PCA的降维在融合小波系数上的分类性能提升程度如何？
• RQ4 融合多级小波系数（至第5级）是否比单模态方法带来更鲁棒的人脸识别效果？
• RQ5 在真实世界的热成像/视觉数据集上，该基于小波的融合策略可实现的最大识别成功率是多少？

主要发现

• 所提出的融合方法在IRIS热成像/视觉人脸数据库上，在各种实验条件下均实现了100%的最大识别成功率。
• 使用Daubechies小波变换实现了有效的多分辨率分解，保留了视觉和热成像光谱中的关键面部特征。
• 通过系数级组合生成的融合图像相比单一模态表现出更优的判别能力。
• PCA有效降低了融合图像的维度，同时保留了分类所需的关键信息。
• 当输入为融合小波系数经PCA降维后的特征时，多层感知机分类器实现了最佳性能。
• 融合策略在不同光照和热成像条件下均表现出鲁棒性，表现为一致的高准确率。