COMPARISON OF FACE RECOGNITION METHODS
Date
2017-01-07
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Many studies and researches were conducted in the field of face recognition in order
to get the best accuracy to attain and provide superior results. However, these studies
achieved disparate results in terms of performance and accuracy, thus making it
necessary to conduct studies that compare face recognition algorithms and emerge
with results that demonstrate which of these algorithms give the best results.
This study aims to compare three face recognition method, namely Principle
Component Analysis (PCA), Speeded Up Robust Features (SURF), and Gray-Level
Co-occurrence Matrix (GLCM). This comparison was tested on four images
databases ORL, YALE, FEI, and FERET. The experimental results of this study
showed that PCA outperformed the other two methods SURF and GLCM when
tested on ORL, YALE, FEI, and FERET databases. The results of GLCM were less
accurate and showed low performance as compared to the rest.
Description
Yüz Tanıma Yöntemlerinin Karşılaştırılması
ÖZ: Yüz tanıma alanınında üstün sonuçlara ulaşmayı sağlayan en kesin doğruluğu elde etmek için birçok çalışma ve araştırma yürütülmüştür. Bununla birlikte, bu çalışmalar performans ve kesinlik açısından birbirlerinden farklı sonuçlara ulaşmış ve bu durum da bu araştırmaların yüz tanıma algoritmalarını karşılaştırmayı ve hangisinin en iyi sonuç verdiğini göstermeyi elzem hale getirmiştir. Bu çalışma, Temel Bileşenler Analizi- “Principle Component Analysis (PCA)”, Güçlendirilmiş Dayanıklı Özellikler- “Speeded up Robust Features (SURF)” ve Gri Düzey Eşdizimlilik Matrisi- “Gray-Level Co-occurrence Matrix (GLCM)” adlı üç yüz tanıma yöntemini karşılaştırmayı amaçlamaktadır. Bu karşılaştırma dört görüntü veritabanı ORL, YALE, FEI, ve FERET üzerinde test edilmiştir. PCA, ORL, YALE, FEI, ve FERET veritabanlarında test edildiğinde diğer iki yöntem SURF ve GLCM’den daha üstün sonuçlar verdiğini göstermiştir. GLCM’nin sonuçları ise daha az kesindir ve diğerleriyle karşılaştırıldığında düşük performans göstermiştir.
ÖZ: Yüz tanıma alanınında üstün sonuçlara ulaşmayı sağlayan en kesin doğruluğu elde etmek için birçok çalışma ve araştırma yürütülmüştür. Bununla birlikte, bu çalışmalar performans ve kesinlik açısından birbirlerinden farklı sonuçlara ulaşmış ve bu durum da bu araştırmaların yüz tanıma algoritmalarını karşılaştırmayı ve hangisinin en iyi sonuç verdiğini göstermeyi elzem hale getirmiştir. Bu çalışma, Temel Bileşenler Analizi- “Principle Component Analysis (PCA)”, Güçlendirilmiş Dayanıklı Özellikler- “Speeded up Robust Features (SURF)” ve Gri Düzey Eşdizimlilik Matrisi- “Gray-Level Co-occurrence Matrix (GLCM)” adlı üç yüz tanıma yöntemini karşılaştırmayı amaçlamaktadır. Bu karşılaştırma dört görüntü veritabanı ORL, YALE, FEI, ve FERET üzerinde test edilmiştir. PCA, ORL, YALE, FEI, ve FERET veritabanlarında test edildiğinde diğer iki yöntem SURF ve GLCM’den daha üstün sonuçlar verdiğini göstermiştir. GLCM’nin sonuçları ise daha az kesindir ve diğerleriyle karşılaştırıldığında düşük performans göstermiştir.
Keywords
information systems engineering