Color-Based Face Recognition with Different Color Spaces and Image Quality Assessment

Abstract

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.