Human face is the most common and natural biometric signature to distinguish different identities. However, there remain many restrictions in automatic face recognition (FR) due to illumination, pose, aging variations, small size and low image quality. Particularly, face resolution is a significant constraint to some FR applications (e.g., surveillance-related and access control systems) where various resolutions could be obtained due to different camera capture conditions. Under such FR environments, it is important to find face cues robust to resolution variations. Color feature is generally less vulnerable to image degradation and variation in resolution relative to grayscale. We investigate the effect of color on FR with resolution variations in well-known appearance-based method, PCA and LDA. In FR applications like surveillance being confined to resolution limitations, the practical issue is that the resolution of registered face is different from that used for verification or identification. To deal with this problem, we present an estimation of feature subspace that optimally represents lower resolution faces from given feature subspace pre-constructed with high-resolution faces. Also, color is applied to our proposed subspace estimation method to observe the effect on performance with respect to resolution changes. The theoretical analysis and extensive experiments are given to verify color role in FR constrained with low face resolution.
인간의 얼굴은 서로를 구별하기 위한 가장 일반적이고 자연스러운 biometric 특징이다. 그러나 조도 변화, 얼굴 자세 변화, 나이에 따른 얼굴 변화, 작은 얼굴 영상 크기의 열화 된 얼굴 영상의 조건 때문에 자동적인 얼굴 인식에는 많은 제약이 존재한다. 특히 얼굴 영상의 resolution은 카메라의 다양한 얼굴 영상 취득 조건에 의해 다양한 resolution을 갖는 얼굴 영상을 획득하는 얼굴 인식 응용에서 중요한 제약 조건이 될 수 있다. 그런 얼굴 인식 환경에서는 얼굴 영상의 resolution 변화에 강인한 얼굴 픽처를 찾는 것이 중요하다. 컬러 정보는 일반적으로 gray-scale 정보와 비교하여 영상의 격화나 resolution 변화의 영향에 대해 민감하지 않음이 알려져 있다. 따라서 본 논문에서는 appearance-based 얼굴 인식의 대표적인 방법인 PCA와 LDA 얼굴 인식 알고리즘에서 resolution 변화에 따른 컬러의 영향력을 분석한다. 얼굴 영상의 resolution의 제한이 있는 얼굴 인식 응용에서, 실질적인 문제 중 하나는 training 과정 중에 등록된 얼굴 영상의 resolution과 identification과 verification의 사용되는 얼굴 영상의 resolution이 틀린다는 점이다. 이런 문제를 해결하기 위해, 본 논문에서는 high-resolution 얼굴 영상으로 미리 구성된 feature subspace를 추정 (estimation)한다. 또한 low-resolution을 갖는 얼굴 영상에서 컬러의 유효성을 검증하기 위해 제안된 subspace estimation 방법에 컬러 정보가 적용된다. 이론적인 분석과 상세한 실험 결과들이 low-resolution 얼굴 영상의 제약을 갖는 얼굴 인식에서 컬러의 역할을 분석하기 위해 주어진다.
