Tek görüntü probleminde tekil değer ayrışımına dayalı ortak matris yaklaşımı ile yüz tanıma

Abstract

Yüz tanıma sistemleri günümüzde bilgi güvenliği, akıllı kartlar, kredi kartı doğrulama, suçluların kimliğini tespit etme gibi gerçeğe dayalı uygulamalarda sıkça kullanılan biyometrik tanıma sistemlerinden biridir. Bu tip uygulamalarda son yıllarda birçok araştırmacının da ilgisini çeken önemli bir konu ise tek görüntü problemidir. Tek görüntü problemi ise eğitimde kişi başına sadece bir görüntünün olması durumudur. Eğitimde tek görüntü kullanılarak tanıma yapan yöntemler, kişilere ait çok sayıda görüntü elde etmenin zor olduğu durumlarda ve de depolama gereksinimleri açısından avantaj yaratmaktadır. Ancak bu avantajların yanında yüz tanımada çok yaygın olarak kullanılan birçok yöntemde ciddi performans düşüşleri yaşanırken sınıf-içi dağılım matrislerinin hesabını gerektiren yöntemlerde ise hiç kullanılamamaktadırlar.Bu tez çalışması kapsamında tek görüntü problemi incelenmiş ve veritabanında çok sayıda eğitim görüntüsü olduğunda iyi tanıma sonuçları veren ve sınıf-içi dağılım matrisinin hesabını gerektiren Ortak Matris Yaklaşımının tek görüntü durumunda kullanımına yönelik bir algoritma geliştirilmeye çalışılmıştır. Bu kapsamda her sınıf için var olan tek görüntünün, sıfır-uzayını tarayan vektörler üzerine izdüşümü alınarak her sınıf için bir ortak matris elde eden tekil değer ayrışımı tabanlı bir algoritma geliştirilmiştir.Tez çalışmasında ayrıca bu algoritmanın tanıma performansını artırmak için yüzün hem bütünsel hem de bölgesel bilgisinden yararlanan Birleştirilmiş Ortak Özellik Altuzayı yöntemi de sunulmuştur. Bu yöntemde yüzün tamamı kullanılarak bütünsel özellikler elde edilirken, piksel değişimlerinin en fazla olduğu göz, burun ve ağız bölgelerine ait görüntüler kullanılarak bölgesel özellikler elde edilmiştir.Tekil Değer Ayrışımı'na dayalı Ortak Matris Yaklaşımında bulunan deneysel sonuçlar aynı yüz ifadelerinde ve farklı aydınlanma koşullarında yüksek performans oranları vermiştir. Bununla birlikte bu yöntemin performansının artırılması için sunulan Birleştirilmiş Ortak Özellik Altuzayı yönteminin, özellikle aralarında ifade farklarının olduğu görüntülerde, tanıma performansını büyük ölçüde artırdığı gözlenmiştir.Anahtar Kelimeler Yüz tanıma, tek görüntü problemi, ortak matris, tekil değer ayrışımı, alt uzay yöntemler

Face recognition system used in the real applications such as information security, smart cards, credit card authentication, identification of criminals and etc., is one of the most used biometric recognition systems. An important subject in these kinds of applications taking attention of researches is one sample problem. One sample problem is the situation of being one sample per person in the training set. The methods using one sample in the training set for recognition have advantageous in the situations that collecting many samples per person is difficult and for storage requirements. However, many common face recognition methods will suffer serious performance drop or even fail to work when the computation of within-class scatter matrix is required.In this thesis, one sample problem is investigated and it is tried to develop an algorithm intended to use Common Matrix Approach, which has high recognition results and requires the computation of within-class scatter matrix, in the one sample situation. For this reason, an algorithm using singular value decomposition is developed in which the one sample for each class is projected on the vectors spanning the null space of the image and a common matrix is obtained for each class.In addition, a method called Combined Common Feature Subspace is presented to increase the recognition performance of this algorithm. In this method, global features are obtained by using whole face image and local features are obtained using eye, nose and mouth regions of the face in which the most pixel changes occur.Experimental results in the SVD based Common Matrix Approach show high recognition rates with same facial expressions and different illumination conditions. In addition, it is observed that Combined Common Feature Subspace Method presented to increase the performance of this algorithm increases the recognition rates especially when the images with different facial expressions are used.Key Words Face recognition, one sample problem, common matrix, singular value decomposition, subspace methods