Wavelet Based Face Recognition in the Presence of Illumination Variation

Abstract

As a context of biometrics, significant advances have been made in face recognition during the recent decades. Face recognition is one of the most successful applications of image analysis. The accuracy of automated face recognition is greatly affected by varying in lighting between probe and train images. Difference in lighting condition is one of the difficulties in automated face recognition systems. Histogram equalization technique is widely used to diminish the desired effect of different illumination condition between probe and train images by normalizing variation in illumination. Experiments show that normalizing images that has good lighting condition could lead to an increase in recognition error. Wavelet transform, that is well-known as a multiresolution method, is used in features extracting phase. The multiresolution property of wavelet transform is used in extracting feature leading us to have facial feature descriptors at different scales and frequencies. This thesis presents image quality based technique which is measured in terms of luminance to overcome the disadvantage of varying lighting condition to increase the accuracy of face recognition method. 10-fold cross variation is used to investigate the effect of data selection on classification algorithm. At the end, results are compared to investigate the best method for automated face recognition when illumination variation exists. Keywords: Biometrics, illumination, Wavelets transform (WT), face recognition, feature extraction

ÖZ: Son yıllarda, bir biyometri alanı olarak yüz tanıma konusunda kayda değer gelişmeler meydana gelmiştir. Yüz tanıma, görüntü işlemenin en başarılı uygulamalarından biridir. Otomatikleştirilmiş yüz tanımanın hassasiyeti, araştırma ile eğitme görüntüleri arasında ışıklandırma değişimlerinden büyük oranda etkilenmektedir. Işıklandırma koşullarındaki farklılıklar otomatikleştirilmiş yüz tanıma sistemlerinin zorluklarından biridir. Histogram eşitleme tekniği, aydınlatma farklılıkları normalleştirilerek araştırma ile eğitim görüntüleri arasındaki ışıklandırma farklılıklarının istenmeyen etkilerinin azaltılması için geniş çaplı bir kullanıma sahiptir. Yapılan deneyler iyi ışıklandırma koşullarına sahip olan normalleştirme görüntülerinin tanıma hatasının yükselmesine neden olabileceklerini göstermektedir. Çokçözünürlüklü bir yöntem olarak bilinmekte olan Dalgacık Dönüşümü, özellik ayrıştırma aşamasında kullanılmaktadır. Özellik ayrıştırma aşamasında kullanılan dalgacık dönüşümünün çokçözünürlüklü olma özelliği, farklı ölçek ve aralıklarda yüz özellik tanımlayıcılarına sahip olmamıza olanak sağlamaktadır. Bu tez çalışması, yüz tanıma yönteminin hassasiyetinin artırılması amacıyla değişken ışıklandırma koşullarından kaynaklanan dezavantajları ortadan kaldırmak üzere parlaklık cinsinden ölçülen görüntü kalitesine dayalı bir teknik sunmaktadır. Veri seçiminin sınıflandırma algoritması üzerindeki etkisinin araştırılması için 10-katlı çapraz duğrulama kullanılmıştır. Son olarak, ışıklandırmada değişiklikler bulunduğunda otomatikleştirilmiş yüz tanıma için en iyi yöntemin seçilmesi amacıyla sonuçlar karşılaştırılmıştır. Anahtar Kelimeler: Biyometri, aydınlatma, Wavelet dönüştürmek, yüz tanıma.