Performance comparison between SIFT and SURF descriptors for face recognition using wavelet transforms

Abstract

Otomatik yüz tanıma, insan yüzünü insan müdahalesi olmadan tanımayı amaçlayan bilgisayarla görmede başlıca bir araştırma alanıdır. Bu alandaki önemli gelişmeler, birçok yüz tanıma uygulamasında otomatik tekniklerin insanlardan daha üstün olduğunu göstermektedir. Yüz tanıma, makine görmesi, örüntü tanıma, biyoinformatik vb. gibi birçok alanı kapsamaktadır ve en gözde konulardan birisi olmuştur. Yüz tanımadaki asıl problem, bir yüzü tanımlamak için öznitelik setinin nasıl bulunacağıdır. Öznitelik çıkarımı hakkında birçok algoritma önerilmiştir ve bunlar esasen üç bakış açısını içerir: yüz geometriği, yüze ait ve istatistiksel öznitelikler. Bu tezde, geleneksel SIFT ve SURF performansı yüz tanımada test edildi. Bunların yüksek performans gösterdiği görüldü. Fakat bu performans, veriyi gerçek zamandan farklı etki alanına dönüştürerek daha da geliştirilebilir. Bundan dolayı, Ayrık Dalgacık Dönüşümünü (ADD) ya da Gabor Dalgacık Dönüşümünü (GDD) yüz resimleri verilerine uyguladık ki bu bize geleneksel SIFT veya SURF'e göre daha yoğun ve daha net resimler sağladı. Simülasyonlar, SIFT veya SURF'u kullanan KDD veya GDD tabanlı önerilen yaklaşımların geleneksel algoritmalara kıyasla çok yüksek performans sağladıklarını gösterdi.

Automatic face recognition is a major research area in computer vision which aims to recognize human face without human intervention. Significant developments in this field have shown that in many face recognition applications the automated techniques outperform human. Face recognition involves in many fields, such as machine vision, pattern recognition, bioinformatics, etc., and has become one of the hottest subjects. The key problem in face recognition is how to find a feature set to identify a face. Many algorithms about feature extraction have been proposed, which mainly include three aspects: face geometrical, facial and statistical features.In this thesis, the conventional SIFT and SURF performances are tested in face recognition. They provide high performance. However, this performance can be improved further by transforming the input into different domain from the real time. Hence, we apply Discrete Wavelet Transform (DWT) or Gabor Wavelet Transform (GWT) at the input face images which provides us denser and clearer images compared to those by the conventional SIFT or SURF. Simulations show that the proposed approaches based on DWT or GWT using SIFT or SURF provides very high performance compared to the conventional algorithms.