Image quality is a critical issue for the recognition of faces because i.t reduces the
risk of forging face recognition systems. The most relevant face spoofing attacks
reported in previous studies follow o.ne of the three trends: mobile attacks, high-def
attacks, or print attacks. Spoofing attacks have prompted the biometric research
community to learn more about the threat posed by these kinds of attacks on many
biometric traits such as face, fingerprint, iris, etc. In this thesis, various Image
Quality Assessment techniques are used to detect image quality. Fake and real face
images presented to biometric systems can also be detected by analyzing the image
quality. In this context, No-Reference Image Quality Assessment measures such as
Distortion Specific Measures (JQI, HLFI), Training Based Measure (BIQI) and
Natural Scene Statistic Measure (NIQE) a.re implemented to analyze the quality of
the face images. Three color spaces are employed to check the quality of images
under various conditions. RGB, HSV and YCbCr color spaces are implemented for
each of their channels separately and then the channel outputs are concatenated for
each color space. The facial features are extracted using Principal Component
Analysis (PCA), Local Binary Patterns (LBP) and Color Local Binary Patterns
(ColorLBP) feature extraction methods for face recognition experiments. Moreover,
we propose a general face recognition algorithm for low, medium and high quality
face images. The experimental results are demonstrated on three publicly available
face databases, namely Replay Attack, Faces94, and ColorFERET. Face recognition
rates on all databases with all color spaces are presented using three aforementioned
feature extraction methods. Finally, the proposed method results are demonstrated
and compared with the existing systems. The experimental results are successful and
encouraging for the proposed method.
Keywords: Face recognition, color spaces, feature extraction, image quality
assessment.
ÖZ:
Yüz tanıma sistemlerinde sahtelik riskini azalttığı için görüntü kalitesi önemlidir.
Geçmiş çalışmalarda bahsedilen en yaygın yüz yanıltma saldırıları, mobil saldırı,
yüksek çözünürlüklü saldırı ve baskı saldırısıdır. Bu çeşit saldırılar, biyometri
araştırma topluluklarını yüz, parmakizi, iris gibi biyometrik özellikleri kullanan
saldırı tehditlerine karşı harekete geçirmiştir. Bu tezde, görüntü kalitesini saptamak
için Görüntü Kalitesi Değerlendirme (IQM) teknikleri kullanılmıştır. Biyometrik
sistemlere sunulan sahte ve gerçek yüz resimleri de görüntü kalitesinin analiz
edilmesiyle tespit edilebilir. Bu bağlamda, yüz görüntülerinin kalitesini analiz etmek
için Çarpıtmaya Özel Ölçümler (JQI, HLFI), Eğitim Tabanlı Ölçüm (BIQI) ve Doğal
Manzara İstatistik Ölçümü (NIQE) gibi Referanssız Görüntü Kalitesi Değerlendirme
Ölçümleri uygulanmıştır. Çeşitli durumlar için, görüntü kalitesinin kontrolu üç farklı
renk uzayı kullanılarak yapılmıştır. RGB, HSV ve YCbCr renk uzaylarının her bir
kanalı ayrı ayrı ve daha sonra da bu kanalların çıktıları birleştirilerek uygulanmıştır.
Yüz tanıma deneyleri için, öznitelik çıkarma yöntemi olarak Ana Bileşenler Analizi
(PCA), Yerel İkili Örüntü (LBP) ve Renkli Yerel İkili Örüntü (ColorLBP)
yaklaşımları kullanılmıştır. Ayrıca düşük, orta ve yüksek kalitedeki yüz görüntüleri
için genel bir yüz tanıma algoritması önerilmiştir. Deney sonuçları, Replay Attack,
Faces94 ve ColorFERET isimli üç halka açık yüz veritabanı üzerinde gösterilmiştir.
Tüm veritabanları üzerinde, üç renk uzayı ve bahsedilen üç öznitelik çıkarma
yöntemleri kullanılarak yüz tanıma oranları sunulmuştur. En sonunda da önerilen
yöntemin sonuçları gösterilmiş ve varolan sistemlerle karşılaştırılmıştır. Önerilen
yöntemle elde edilen deney sonuçları başarılı ve teşvik edicidir.
Anahtar Kelimeler: Yüz tanıma, renk uzayları, öznitelik çıkarma, görüntü kalitesi
değerlendirme.
