Face Recognition Based on Local Zernike Moments

Abstract

The thesis combines Principal Component Analysis (PCA) (a dimensionality reduction tool), Local Zernike Moments (LZM) (a filtering method), and some image processing techniques to design a face recognition system based on minimum distance criteria. During simulations, training images were first partitioned and then passed through an LZM transformation to compute moments at each pixel by considering local neighborhood of the pixels in each sub-image. Repeating this calculation for different moment components a set of complex moment images were obtained. Then for each moment image phase and magnitude histograms (PMHs) were extracted. To cut down on processing time the extracted histograms were then concatenated and PCA was applied to extract a reduced dimensionality set that represents the data well. The thesis presents simulation results that are two-fold. The first set of results are achieved by computing moment images that are obtained by partitioning the input intensity image, normalizing the sub-regions, passing them through an LZM filter and then extracting and concatenating the phase and magnitude histograms (PMH) of each smaller moment-image to create a final feature vector that can be used for recognition purposes. The second set of results are obtained by performing almost the same steps but after the LZM filtering the reduced size moment-images are passed through a 2D Gaussian weighting operation. The Gaussian weighting kernel used was the same size as the sub-region and the standard deviation was taken as 8. The histograms were created by multiplying the magnitude of each pixel with the corresponding kernel weight before histogram binning. In both simulations since the final feature vectors obtained after concatenating the PMHs of all the sub-moment-images are long (high computational complexity) we have used PCA to reduce the size of the feature vectors. Finally our system was tested using some probe sets from the ‘The Face Recognition Technology’ (FERET) image database and rank1 to rank5 matches were found based on minimum distance calculations.The recognition accuracy for our system was tested using four different probe sets (FaFb, FaFc, Dup-I and Dup-II) from FERET image database. While using reduced dimensionality feature vector based on PMHs the accuracy of recognition for the probe sets FaFb, FaFc, Dup-I and Dup-II were respectively 94%, 86%, 73%, and 70%. When a 2D Gaussian kernel is applied on the magnitude of the moment images obtained from the LZM filter the corresponding accuracies for the same probe sets became 97%, 95%, 78%, and 76%. This indicates that filtering the moment-images using a 2D weighting function helps improve the results on average by 5.75 %. Finally we have compared the accuracy of our proposed system with face recognition systems using Local Binary Patterns (LBP) and Histograms Local Zernike Moments (H-LZM). Results indicate that our H-LZM-PCA methods would provide higher recognition rates for all probe sets when compared with the LBP and while using reduced dimensionality feature vector by PCA algorithm, features vectors were limited to facial features by removing other additional information and since the dimensions are reduced, computation time reduced when compared with H-LZM. Keywords: Face Recognition; Local Zernike Moments; Principle Component Analysis; FERET Database; Local Binary Patterns; ÖZ: Bu tez çalışmasında, en küçük mesafe kriterine dayalı bir yüz tanıma sistemi tasarlanmak üzere, Temel Bileşen Analizi (TBA) (bir boyutluluk indirgeme aracı), Yerel Zernike Momentleri (YZM) (bir filtreleme yöntemi) ve bazı görüntü işleme teknikleri birleştirilmiştir. Simülasyonlar boyunca, ilk olarak eğitme görüntüleri bölümlenmiş olup daha sonra ise her bir alt-görüntüdeki piksellerin yerel komşuluğu dikkate alınarak her bir pikseldeki momentler hesaplanmak üzere bir YZM dönüşümünden geçirilmiştir. Bu hesaplama işlemi farklı moment bileşenleri için tekrarlanarak bir karmaşık moment görüntü seti elde edilmiştir. Daha sonra her bir moment görüntüsü için faz ve büyüklük histogramları (FBH) çıkarılmıştır. Daha sonra işlem süresinin azaltılması amacı ile çıkarılan histogramlar birleştirilmiş olup verileri uygun bir şekilde temsil eden boyutluluğu indirgenmiş bir setin çıkarılması amacı ile TBA uygulanmıştır. Bu tez çalışması iki-kat olan simülasyon sonuçlarını sunmaktadır. Sonuçların ilk seti, giriş yoğunluk görüntüsünün bölümlenmesinden elde edilen moment görüntülerinin hesaplanması, alt-bölgelerin normalize edilerek bir YZM dönüşümünden geçirilmesi ve daha sonra ise tanıma amaçları için yararlanılabilecek nihai bir özellik vektörünün oluşturulması için daha küçük olan her bir moment-görüntü için faz ve büyüklük histogramlarının (FBH) çıkarılması ve birleştirilmesinden elde edilmiştir. Sonuçların ikinci seti ise neredeyse aynı adımların uygulanması sonucunda elde edilmiş olup ancak YZM filtreleme işleminden sonra boyutları indirgenmiş olan moment-görüntüleri iki boyutlu bir Gauss filtresinden geçirilmiştir. Kullanılan Gauss ağırlıklandırma çekirdeği alt-bölge ile aynı boyuta sahip olup standart sapma ise 8 olarak dikkate alınmıştır. Histogramlar, her bir pikselin büyüklüğünün histogram gruplandırmasından önceki ilgili çekirdek ağırlığı ile çarpması sonucunda oluşturulmuştur. Her iki simülasyonda da tüm alt-moment-görüntülerin FBH’larının birleştirilmesi sonucunda elde edilen nihai özellik vektörlerinin uzun olması nedeniyle (yüksek hesaplama karmaşıklığı) özellik vektörlerinin boyutlarının indirgenmesi amacı ile TBA kullanılmıştır. Son olarak sistemimiz “Yüz Tanıma Teknolojisi” (YTT) görüntü veri tabanından bazı sonda setleri kullanılarak test edilmiş olup 1.Derece ile 5.Derece arası dereceler, en küçük mesafe hesaplamalarına dayanılarak elde edilmiştir. Sistemimiz için tanıma doğruluğu, YTT görüntü veri tabanından dört farklı sonda seti (FAFB, FAFC, Dup-I ve Dup-II) kullanılarak test edilmiştir. FBH’a dayalı boyutluluğu indirgenmiş özellik vektörü kullanıldığında FaFb, FaFc, Dup-I ve Dup-II sonda setleri için tanıma doğruluğu sırasıyla %94, %86, %73 ve %70 olarak elde edilmiştir. YZM filtresinden elde edilen moment görüntülerinin büyüklüğü üzerinde iki boyutlu bir Gauss çekirdeği uygulandığında ise aynı sonda seti için ilgili doğruluk oranları sırasıyla %97, %95, %78 ve %76 olmuştur. Bu sonuçlar iki boyutlu ağırlıklandırma fonksiyonu kullanılarak moment-görüntülerin filtrelenmesinin sonuçların ortalama %5.75 oranında iyileştirilmesine yardımcı olduğunu göstermektedir. Son olarak Yerel İkili Örnekler (YİÖ) ve Yerel Zernike Moment Histogramları (H-YZM) kullanılarak önerilen sistemin doğruluğu, yüz tanıma sistemleri ile karşılaştırılmıştır. Elde edilen sonuçlar, önerilen H-YZM-TBA yöntemlerinin YİÖ ile karşılaştıtrıldığında tüm sonda setleri için daha yüksek tanıma oranları sunacağını göstermektedir ve TBA algoritması tarafından azaltılmış boyut özellik vektörü kullanırken, özellik vektörlari diğer ek bilgiler kaldırarak yüz özellikleri sınırlandırıdı ve boyutları azaltıldi bu yana H-YZM ile karşılaştırıldığında hesaplama süresi azaltılmış. Anahtar Kelimeler: Yüz Tanıma; Yerel Zernike Momentleri; Temel Bileşen Analizi; YTT Veri Tabanı; Yerel İkili Örnekler;