Исследование метрик качества изображения лица в задачах распознавания

И.С. Ненахов; В.В. Хрящев; А.Л. Приоров; А.А. Лебедев

Исследование метрик качества изображения лица в задачах распознавания

И.С. Ненахов¹, В.В. Хрящев², А.Л. Приоров³, А.А. Лебедев⁴

научная статья Страницы: 48-53

¹ аспирант, Ярославский государственный университет им. П.Г. Демидова
² к.т.н., доцент, Ярославский государственный университет им. П.Г. Демидова
³ д.т.н., доцент, Ярославский государственный университет им. П.Г. Демидова
⁴ магистрант, Ярославский государственный университет им. П.Г. Демидова

Ключевые слова: оценка качества изображения лица распознавание лиц симметричность коэффициент корреляции

Аннотация

Исследован набор метрик качества изображения лица: четкость, разрешение, симметричность, контрастность, метрика на основе обучения ранжированию. Предложена новая метрика оценки качества лица на основе симметричности особых точек. Для всех из них рассчитаны коэффициенты ранговой корреляции Спирмена с субъективной экспертной оценкой при различных уровнях освещенности сцены. Получены результаты, позволяющие оптимизировать системы биометрической идентификации по изображению лица.

Для цитирования

Ненахов И.С., Хрящев В.В., Приоров А.Л., Лебедев А.А. Исследование метрик качества изображения лица в задачах распознавания // Успехи современной радиоэлектроники. 2016. № 10. С. 48–53.

Список источников

Zhao W., Chellappa R., Phillips P., Rosenfeld A. Face recognition: A literature survey // ACM Computing Surveys (CSUR). 2003. V. 35. № 4. P. 399-458.
Ozay N., Tong Y., Frederick W., Liu X. Improving face recognition with a quality-based probabilistic framework // In Computer Vision and Pattern Recognition (CVPR) Biometrics Workshop. 2009. Р. 134-141.
Zhu X., Ramanan D. Face detection, pose estimation and landmark localization in the wild // Proc. of the IEEE Conference on Computer Vision and Pattern Recognition. 2012. P. 2879-2886.
Gao X., Li S. Z., Liu R., Zhang P. Standardization of face image sample quality // Proc. Int. Conf. Biometrics. 2007. P. 242-251.
Nasrollahi K., Moeslund T.B. Face quality assessment system in video sequences // BIOID, Lecture Notes in Computer Science (LNCS). 2008. V. 5372. P. 10-18.
Wong Y., Chen S., Mau S., Sanderson C., Lovell B.C. Patch-based probabilistic image quality assessment for face selection and improved video-based face recognition // Computer Vision and Pattern Recognition (CVPR) Workshops. 2011. P. 74-81.
Chen J., Deng Y., Bai G., Su G. Face Image quality assessment based on learning to rank // IEEE Signal Processing Letters. 2015. V. 22. № 1. P. 90-94.
Chen J., Yang C., Deng Y., Zhang G., Su G. Exploring facial asymmetry using optical flow // IEEE Signal Processing Letters. 2014. V. 21. № 7. P. 792-795.
Nikitin М., Konushin A., Konushin V. Face quality assessment for face verification in video // Proceedings of GraphiCon\'2014. 2014. P. 111-114.
Hadid A., Pietikainen M. From still image to video-based face recognition: An experimental analysis // In Proc. Automatic Face and Gesture Recognition (AFGR). 2004. P. 813-818.
Berrani S., Garcia C. Enhancing face recognition from video sequences using robust statistics // In IEEE International Conference on Video and Signal Based Surveillance (AVSS). 2005. P. 324-329.
Ненахов И.С., Хрящев В.В., Павлов В.А. Оценка качества изображения лица в задачах биометрической идентификации // Цифровая обработка сигналов и ее применение (DSPA-2016): Докл. 18-й междунар. конф. Москва. 2016. Т. 2. С. 954-959.
Никитин А.Е., Хрящев В.В., Приоров А.Л., Матвеев Д.В. Разработка и анализ алгоритма распознавания лиц на основе локальных квантованных шаблонов // Нелинейный мир. 2014. № 8. С. 35-42.
ISO/IEC 19794-5 (published version). Information technology - Biometric Data Interchange Formats. 2005.
Machine readable travel documents. International Civil Aviation Organization. 2006.
Sang J., Lei Z., Li S.Z. Face image quality evaluation for ISO/IEC standards 19794-5 and 29794-5 // In ICB, Lecture Notes in Computer Science (LNCS). 2009. V. 5558. P. 229-238.
Yang Z., Ai H., Wu B., Lao S., Cai L. Face pose estimation and its application in video shot selection // In International Conference on Pattern Recognition (ICPR). 2004. P. 322-325.
Zhang G., Wang Y. Asymmetry-based quality assessment of face images // In ISVC, Lecture Notes in Computer Science (LNCS). 2009. V. 5876. P. 499-508.
Ненахов И.С., Брюханов Ю.А., Хрящев В.В. Неэталонная оценка качества изображений на основе многомасштабных локальных бинарных шаблонов // Радиоэлектронные устройства и системы для инфокоммуникационных технологий ? РЭУС-2016: Сб. докл. междунар. конф. Москва. Т. 2. С. 378-382."Успехи современной радиоэлектроники", 2016 г., № 10 53
Feng Z., Huber P., Kittler J., Christmas W., Wu X.J. Random cascaded-regression copse for robust facial landmark detection // IEEE Signal Processing Letters. 2015. V. 22. № 1. P. 76-80.
Howse J. OpenCV Computer vision with Python. Packt Publishing Ltd. 2013.

[1] Zhao W., Chellappa R., Phillips P., Rosenfeld A. Face recognition: A literature survey // ACM Computing Surveys (CSUR). 2003. V. 35. № 4. P. 399-458.

[2] Ozay N., Tong Y., Frederick W., Liu X. Improving face recognition with a quality-based probabilistic framework // In Computer Vision and Pattern Recognition (CVPR) Biometrics Workshop. 2009. Р. 134-141.

[3] Zhu X., Ramanan D. Face detection, pose estimation and landmark localization in the wild // Proc. of the IEEE Conference on Computer Vision and Pattern Recognition. 2012. P. 2879-2886.

[4] Gao X., Li S. Z., Liu R., Zhang P. Standardization of face image sample quality // Proc. Int. Conf. Biometrics. 2007. P. 242-251.

[5] Nasrollahi K., Moeslund T.B. Face quality assessment system in video sequences // BIOID, Lecture Notes in Computer Science (LNCS). 2008. V. 5372. P. 10-18.

[6] Wong Y., Chen S., Mau S., Sanderson C., Lovell B.C. Patch-based probabilistic image quality assessment for face selection and improved video-based face recognition // Computer Vision and Pattern Recognition (CVPR) Workshops. 2011. P. 74-81.

[7] Chen J., Deng Y., Bai G., Su G. Face Image quality assessment based on learning to rank // IEEE Signal Processing Letters. 2015. V. 22. № 1. P. 90-94.

[8] Chen J., Yang C., Deng Y., Zhang G., Su G. Exploring facial asymmetry using optical flow // IEEE Signal Processing Letters. 2014. V. 21. № 7. P. 792-795.

[9] Nikitin М., Konushin A., Konushin V. Face quality assessment for face verification in video // Proceedings of GraphiCon\'2014. 2014. P. 111-114.

[10] Hadid A., Pietikainen M. From still image to video-based face recognition: An experimental analysis // In Proc. Automatic Face and Gesture Recognition (AFGR). 2004. P. 813-818.

[11] Berrani S., Garcia C. Enhancing face recognition from video sequences using robust statistics // In IEEE International Conference on Video and Signal Based Surveillance (AVSS). 2005. P. 324-329.

[12] Ненахов И.С., Хрящев В.В., Павлов В.А. Оценка качества изображения лица в задачах биометрической идентификации // Цифровая обработка сигналов и ее применение (DSPA-2016): Докл. 18-й междунар. конф. Москва. 2016. Т. 2. С. 954-959.

[13] Никитин А.Е., Хрящев В.В., Приоров А.Л., Матвеев Д.В. Разработка и анализ алгоритма распознавания лиц на основе локальных квантованных шаблонов // Нелинейный мир. 2014. № 8. С. 35-42.

[14] ISO/IEC 19794-5 (published version). Information technology - Biometric Data Interchange Formats. 2005.

[15] Machine readable travel documents. International Civil Aviation Organization. 2006.

[16] Sang J., Lei Z., Li S.Z. Face image quality evaluation for ISO/IEC standards 19794-5 and 29794-5 // In ICB, Lecture Notes in Computer Science (LNCS). 2009. V. 5558. P. 229-238.

[17] Yang Z., Ai H., Wu B., Lao S., Cai L. Face pose estimation and its application in video shot selection // In International Conference on Pattern Recognition (ICPR). 2004. P. 322-325.

[18] Zhang G., Wang Y. Asymmetry-based quality assessment of face images // In ISVC, Lecture Notes in Computer Science (LNCS). 2009. V. 5876. P. 499-508.

[19] Ненахов И.С., Брюханов Ю.А., Хрящев В.В. Неэталонная оценка качества изображений на основе многомасштабных локальных бинарных шаблонов // Радиоэлектронные устройства и системы для инфокоммуникационных технологий ? РЭУС-2016: Сб. докл. междунар. конф. Москва. Т. 2. С. 378-382."Успехи современной радиоэлектроники", 2016 г., № 10 53

[20] Feng Z., Huber P., Kittler J., Christmas W., Wu X.J. Random cascaded-regression copse for robust facial landmark detection // IEEE Signal Processing Letters. 2015. V. 22. № 1. P. 76-80.

[21] Howse J. OpenCV Computer vision with Python. Packt Publishing Ltd. 2013.

Аннотация

Для цитирования

Похожие статьи