ПОРІВНЯЛЬНЕ ДОСЛІДЖЕННЯ МЕТОДІВ РОЗПІЗНАВАННЯ ОБЛИЧ
DOI:
https://doi.org/10.31319/2519-8106.2(45)2021.246871Ключові слова:
виділення ознак, розпізнавання облич, алгоритми розпізнавання, точність передбачення, нейронна мережа, Python, Scikit-learnАнотація
Розпізнавання облич завоювало свою популярність завдяки своїй унікальності серед інших біометричних методів, тому що має всі характеристики ефективної системи безпеки. Проте існують певні обмеження у системі розпізнавання облич, які необхідно дослідити та вивчити. Так, наприклад, вирішення таких проблем, як зміна освітлення, розташування об’єкту, емоцій, віку тощо потребують застосування спеціальних алгоритмів. Використання цих алгоритмів та їх комбінацій певною мірою сприятимуть вирішенню подібних задач. У роботі досліджені та застосовані аналіз основних компонентів, лінійний дискримінантний аналіз, незалежний аналіз компонентів та класифікація за допомогою машини опорних векторів. Для реалізації перелічених алгоритмів було використано мову Python та бібліотеку машинного навчання Scikit-learn. Проведено порівняння продуктивності систем на основі точності. Результати досліджень показують, що продуктивність SVM-класифікатора з використанням NMF є найгіршою з точки зору точності передбачення. Ефективність інших моделей, що були натреновані з використанням методів ICA, PCA та LDA, коливається в припустимих межах. Модель, навчена з використанням алгоритму PCA, працює з найвищою точністю передбачення.
Посилання
Harguess J., Aggarwal J.K. A case for the average-half-face in 2D and 3D for face recognition. Computer Vision and Pattern Recognition Workshops CVPR Workshops 2009 IEEE Computer Society Conference. 2009. P. 7–12.
Zhichao L., Meng J.E. New Trends in Technologies: Control, Management, Computational Intelligence and Network Systems: Edited by Prof. Meng Joo Er. London: IntechOpen, 2010. 452 p.
Sun X., Zhang Q.Z., Wang Z.Q. Face Recognition Based on NMF and SVM. 2009 Second International Symposium on Electronic Commerce and Security. Vol. 1. 2009. P. 616–619.
Hu Y., Liu B. Face Recognition Based on PLS and HMM. 2009 Chinese Conference on Pat-tern Recognition. 2009. P. 1–4. DOI: https://doi.org/10.1109/CCPR.2009.5343968.
Gubbi A., Azeem M.F., Nishatbanu Z.H. Face Recognition Using Local Ternary Pattern and Booth’s Algorithm. 3rd International Conference on Eco-Friendly Computing and Communication Systems (ICECCS ’14). 2014. P. 56–60.
Li Q., Sun C., Liu J. Illumination invariant face recognition based on ULBP and SVM. 2012 5th International Conference on BioMedical Engineering and Informatics (BMEI). 2012. P. 282–285. DOI: https://doi.org/10.1109/BMEI.2012.6513099.
Raut S.Y., Doshi A. A Face Recognition System by Hidden Markov Model and Discriminating Set Approach. International Journal of Scientific & Engineering Research. 2015. Vol. 6. № 1. P. 30–34.
Zhang J., Yan Y., Lades M. Face recognition: eigenface, elastic matching, and neural nets. Proceedings of the IEEE. 1997. Vol. 85. № 9. P. 1423–1435.
Belhumeur P.N., Hespanha J.P., Kriegman D.J. Eigenfaces vs. Fisherfaces: recognition using class specific linear projection. IEEE Transactions on Pattern Analysis and Machine Intelli-gence. 1997. Vol. 19. № 7. P. 711–720.
Alshamsi H., Kepuska V., Meng H. Real Time Facial Expression Recognition App Development on Mobile Phones. The International Journal of Science & Technology. 2016. Vol. 5. № 10. P. 507–512.
Balakrishnama S., Ganapathiraju A. Linear Discriminant Analysis – a brief Tutorial. Institute for Signal and Information Processing. 1998.
Dasgupta B., Liu D., Siegelmann H.T. Neural networks. Handbook of Approximation Algorithms and Metaheuristics, 2007.
Liu W., Wang Z., Liu X., Zeng N., Liu Y., Alsaadi F.E. A survey of deep neural network architectures and their applications. Neurocomputing. 2017. Vol. 234. P. 11–26.
Lawrence S., Giles C.L., Tsoi A.C., Back A.D. Face recognition: A convolutional neural-network approach. IEEE Transactions on Neural Networks. 1997. Vol. 8. № 1. P. 98–113.
Deshmukh P.A., Abhang S.P. Prof. Optimal Face Retrieval From LFW Dataset. International Journal of Advanced Research in Computer and Communication Engineering. 2017. Vol. 6. № 3. P. 452– 455.
Brunelli R., Poggio T. Face Recognition Through Geometrical Features. Computer Vision – ECCV’92. Lecture Notes in Computer Science. 1992. Vol. 588. P. 782–800.
Patel N., Macwan R. A survey on feature extraction techniques on facial recognition. International Journal of Multidisciplinary Educational Research (IJMER). 2014. Vol. 3. № 3(8). P. 103–107.
Cendrillon R., Lowell B.C. Real-Time Face Recognition using Eigenfaces. SPIE International Conference on Visual Communications and Image Processing. 2000. Vol. 4037. P. 269–276.
Kirby M., Sirovich L. Application of the Karhunen-Loeve procedure for the characterization of human faces. IEEE Transactions on Pattern Analysis and Machine Intelligence. 1990. Vol. 12. № 1. P. 103–108.
Turk M.A., Pentland A.P. Face recognition using eigenfaces. IEEE Computer Society Conference on Computer Vision and Pattern Recognition. 1991. P.586–591.
Ghorpade S., Ghorpade J., Mantri S. Pattern Recognition Using Neural Networks. International Journal of Computer Science and Information Technology (IJCSIT). 2010. Vol. 2. № 6. P. 92–98.
Lu J., Plataniotis Kostantinos N., Venetsanopoulos A.N. Face recognition using LDA-based algorithms. IEEE transactions on neural networks. 2003. Vol. 14. № 1. P. 195–200.
Draper B., Baek K., Beveridge J.R., Bartlett M.S. Recognizing faces with PCA and ICA. Computer Vision and Image Understanding. 2003. Vol. 91. № 1–2. P. 115–137.
Le T.H., Bui L. Face Recognition Based on SVM and 2DPCA. International Journal of Signal Processing, Image Processing and Pattern Recognition. 2011. Vol. 4. № 3. P. 85–93.
Harguess, J., Aggarwal, J.K. (2009). A case for the average-half-face in 2D and 3D for face recognition. Computer Vision and Pattern Recognition Workshops CVPR Workshops 2009 IEEE Computer Society Conference. (pp. 7–12) [in English].
Zhichao, L., Meng, J.E. (2010). New Trends in Technologies: Control, Management, Computational Intelligence and Network Systems: Edited by Prof. Meng Joo Er. London: IntechOpen [in English].
Sun, X., Zhang, Q.Z., Wang, Z.Q. (2009). Face Recognition Based on NMF and SVM. 2009 Second International Symposium on Electronic Commerce and Security, 1, 616–619 [in English].
Hu, Y., Liu, B. (2009). Face Recognition Based on PLS and HMM. 2009 Chinese Conference on Pattern Recognition. (pp. 1–4) [in English]. DOI: https://doi.org/10.1109/CCPR.2009.5343968.
Gubb, A., Azeem, M.F., Nishatbanu, Z.H. (2014). Face Recognition Using Local Ternary Pattern and Booth’s Algorithm. 3rd International Conference on Eco-Friendly Computing and Communication Systems (ICECCS ’14). (pp. 56–60) [in English].
Li, Q., Sun, C., Liu, J. (2012). Illumination invariant face recognition based on ULBP and SVM. 2012 5th International Conference on BioMedical Engineering and Informatics (BMEI). (pp. 282–285) [in English]. DOI: https://doi.org/10.1109/BMEI.2012.6513099.
Raut, S.Y., Doshi, A. (2015). A Face Recognition System by Hidden Markov Model and Discriminating Set Approach. International Journal of Scientific & Engineering Research, 6 (1), 30–34 [in English].
Zhang, J., Yan, Y., Lades, M. (1997). Face recognition: eigenface, elastic matching, and neural nets. Proceedings of the IEEE, 85 (9), 1423–1435 [in English].
Belhumeur, P.N., Hespanha, J.P., Kriegman, D.J. (1997). Eigenfaces vs. Fisherfaces: recognition using class specific linear projection. IEEE Transactions on Pattern Analysis and Machine Intelligence, 19 (7), 711–720 [in English].
Alshamsi, H., Kepuska, V., Meng, H. (2016). Real Time Facial Expression Recognition App Development on Mobile Phones. The International Journal of Science & Technology, 5 (10), 507–512 [in English].
Balakrishnama, S., Ganapathiraju, A. (1998). Linear Discriminant Analysis – a brief Tutorial. Institute for Signal and Information Processing [in English].
Dasgupta, B., Liu, D., Siegelmann, H.T. (2007). Neural networks. Handbook of Approximation Algorithms and Metaheuristics [in English].
Liu, W., Wang, Z., Liu, X., Zeng, N., Liu, Y., Alsaadi, F.E. (2017). A survey of deep neural network architectures and their applications. Neurocomputing, 234, 11–26 [in English].
Lawrence, S., Giles, C.L., Tsoi, A.C., Back, A.D. (1997). Face recognition: A convolutional neural-network approach. IEEE Transactions on Neural Networks, 8 (1), 98–113 [in English].
Deshmukh, P.A., Abhang, S.P. (2017). Prof. Optimal Face Retrieval From LFW Dataset. International Journal of Advanced Research in Computer and Communication Engineering, 6 (3), 452–455 [in English].
Brunelli, R., Poggio, T. 1992. Face Recognition Through Geometrical Features. Computer Vision – ECCV’92. Lecture Notes in Computer Science, 588, 782–800 [in English].
Patel, N., Macwan, R. 2014. A survey on feature extraction techniques on facial recognition. International Journal of Multidisciplinary Educational Research (IJMER), 3 (8), 103–107 [in English].
Cendrillon, R., Lowell, B.C. (2000). Real-Time Face Recognition using Eigenfaces. SPIE International Conference on Visual Communications and Image Processing, 4037, 269–276 [in English].
Kirby, M., Sirovich, L. (1990). Application of the Karhunen-Loeve procedure for the characterization of human faces. IEEE Transactions on Pattern Analysis and Machine Intelligence, 12 (1), 103–108 [in English]
Turk, M.A., Pentland, A.P. (1991). Face recognition using eigenfaces. IEEE Computer Society Conference on Computer Vision and Pattern Recognition. (pp. 586–591) [in English].
Ghorpade, S., Ghorpade, J., Mantri, S. (2010). Pattern Recognition Using Neural Networks. International Journal of Computer Science and Information Technology (IJCSIT), 2 (6), 92–98 [in English].
Lu, J., Plataniotis Kostantinos, N., Venetsanopoulos, A.N. (2003). Face recognition using LDA-based algorithms. IEEE transactions on neural networks, 14 (1), 195–200 [in English].
Draper, B., Baek K., Beveridge, J.R., Bartlett, M.S. (2003). Recognizing faces with PCA and ICA. Computer Vision and Image Understanding, 91 (1–2), 115–137 [in English].
Le, T.H., Bui, L. (2011). Face Recognition Based on SVM and 2DPCA. International Journal of Signal Processing, Image Processing and Pattern Recognition, 4 (3), 85–93 [in English].
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Автори, які публікуються у цьому журналі, погоджуються з наступними умовами:
a. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у цьому журналі.
b. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована цим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у цьому журналі.
c. Політика журналу дозволяє і заохочує розміщення авторами в мережі Інтернет (наприклад, у сховищах установ або на особистих веб-сайтах) рукопису роботи, як до подання цього рукопису до редакції, так і під час його редакційного опрацювання, оскільки це сприяє виникненню продуктивної наукової дискусії та позитивно позначається на оперативності та динаміці цитування опублікованої роботи (див. The Effect of Open Access).
