Face recognition in low-resolution images under small sample conditions with face-part detection and alignment
| Promotie: | Dhr. M.F. Karaaba |
| Wanneer: | 30 september 2016 |
| Aanvang: | 11:00 |
| Promotor: | prof. dr. L.R.B. Schomaker |
| Copromotor: | dr. M.A. Wiering |
| Waar: | Academiegebouw RUG |
| Faculteit: | Science and Engineering |
Gezichtsherkenning verbeterd
Om menselijke gebruikers te ondersteunen bij dagelijkse taken, moeten computers op de hoogte zijn van hun aanwezigheid en identiteit. Tegenwoordig is het heel makkelijk om beeldinformatie te verkrijgen door middel van bijvoorbeeld smartphones. Daarom worden KI-gebaseerde algoritmen voor gezichtsdetectie en gezichtsherkenning steeds belangrijker. Gezichtsherkenning is een zeer eenvoudige en handige techniek vergeleken met andere biometrische methoden zoals vingerafdruk- of irisherkenning.
Echter, deze techniek is niet erg robuust vergeleken met menselijke prestaties en minder betrouwbaar dan alternatieve biometrische methoden. Vooral de veel voorkomende variatie in foto’s (bijvoorbeeld verlichting, pose), creëert uitdagende problemen voor een gezichtsherkenningsalgoritme. Mahir Karaaba onderzocht drie van deze uitdagingen. De eerste twee zijn de lokalisatie en de uitlijning in draairichting van gezichten, die nodig zijn bij preprocessing stappen voordat de herkenning plaatsvindt. De derde stap is gezichtsidentificatie op basis van zeer weinig trainingsdata.
Karaaba ontwikkelde een oogdetector, die oogcentra lokaliseert op basis van een gedetecteerd gezicht. Rotatie-uitlijning wordt gedaan met behulp van de hoeken van deze oogcentra. Hij stelt twee nieuwe methoden voor die beschrijven hoe om te gaan met weinig leervoorbeelden.
De experimenten van Karaaba leiden tot twee belangrijke conclusies: ten eerste kan een grote generieke dataset helpen om de prestaties van herkenning aanzienlijk te verbeteren voor nieuwe gezichten. Ten tweede, als het aantal foto's beperkt is, dan helpt het gebruik van vele patches om de identificatienauwkeurigheid te vergoten.
Hoewel dit onderzoek bijdraagt aan het oplossen van gezichtsidentificatie wanneer slechts een kleine dataset beschikbaar is, is verder onderzoek noodzakelijk om robuustere resultaten te verkrijgen.
Het promotieonderzoek van Mahir Karaaba vond plaats bij de afdeling Kunstmatige Intelligentie het onderzoekinstituut Alice.