Face recognition across pose has been a difficult problem in spite of the striking progress in face recognition on unconstrained conditions.
Since faces with large pose differences lie in a different subspace, it is necessary to deal with the faces on separate subspaces.
We propose two data driven approaches for pose robust face recognition using only 2D information.
First, we measure the similarity between the two faces by measuring the similarity of the two ranked lists of look-alikes from the pose adaptive dictionary. Also, motivated from some of the main metrics used in information retrieval, we suggest a re-ranking method to merge the repeating elements in the list.
Second, we determine the similarity between the two faces by measuring the similarity between the sparse coefficients with respect to the pose adaptive dictionary.
Third, we can apply the ranked list comparison method to the method with sparse coefficients, since the coefficients can be a measure of finding the look-alikes.
Moreover, for opening up the possibilities for fully automatic pose robust recognition, we introduce a pose estimation technique using sparse representation.
We boost performance by using local feature extracted from several landmarks along with the global feature.
Experimental results on Multi-PIE, AFW face databases show the effectiveness of the proposed pose estimation method. Experimental results also show the performance of the proposed data driven approaches for face recognition across extreme pose variations from -90 degrees to 90 degrees.
얼굴인식 연구의 시작 아래 얼굴인식 기술은 급격히 발전해왔다. 다양한 환경에서 촬영된 얼굴 사진들의 모음인 LFW(Labelled Faces in the Wild)의 성능이 인간을 넘어설만큼 얼굴인식기술은 발전했으나, 여전히 사람의 얼굴 자세 변화가 매우 클 경우의 얼굴 인식 성능은 매우 저조하다. 본 논문에서는, 자세 변화가 좌, 우로 45도 이상으로 매우 클 경우에도 좋은 성능을 보이는 얼굴 인식기술을 제안한다. 특정 자세의 트레이닝 이미지들이 포함된 자세 적응적 얼굴사전이 주어졌을 때, 입력 이미지와 얼굴 사전 내의 이미지들간의 유사도를 비교하여 그 유사도에 따라 순위 리스트를 생성하고, 두 입력이미지에 대한 두 순위 리스트의 유사도 측정을 통해 두 입력이미지의 유사도를 결정하는 방법, 또한 자세 적응적 얼굴사전을 이용한 희소성 표현 모델을 통해 얻어진 계수 벡터 간의 유사도 측정을 통해 두 입력 이미지의 유사도를 결정하는 법을 제안한다. 더불어, 자세 적응적 얼굴사전을 사용하는데, 해당 입력이미지의 자세를 자동으로 판단하기 위한 희소성 표현 모델 기반의 포즈 추정 기법도 제안한다.
