Repositorio UFRO · Omeka S

Particle Swarm Optimization for the Fusion of Thermal and Visible Descriptors in Face Recognition Systems

Primer Autor	Hermosilla, Gabriel
Co-autores	Rojas, Mauricio Mendoza, Jorge Farias, Gonzalo Pizarro T, Francisco San Martin, Cesar Vera, Esteban
Título	Particle Swarm Optimization for the Fusion of Thermal and Visible Descriptors in Face Recognition Systems
Editorial	IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC
Revista	IEEE ACCESS
Lenguaje	en
Resumen	In this paper, we propose a novel face recognition system based on fusing thermal and visible descriptors. The proposed approach is divided in two steps: training and validation. In the training stage, the system obtained the optimal weights from the particle swarm optimization (PSO) algorithm to maximize the recognition rates obtained from different combinations of local descriptor methods using a standard thermal face database (Equinox database). The weights were then used to fuse visible and thermal face descriptors to achieve high recognition rates during the validation stage using the Pontificia Universidad Catolica de Valparaiso-Visible Thermal Face (PUCV-VTF) database. Three local matching methods were used to perform the face recognition: local binary pattern, histograms of the oriented gradients, and local derivative pattern. In addition, this paper considers a comparison with the following methods: a previous work based on Genetic Algorithms and a modified PSO approach. The results of this paper show recognition rates over 99% for the PUCV-VTF database, largely surpassing the results for Genetic Algorithms. The fusion methodology is found to be unaffected to variations in illumination and expression conditions, combining the visible and thermal information efficiently through the PSO algorithm, and thus choosing the optimal regions where a given spectrum is more relevant. En este artículo, proponemos un novedoso sistema de reconocimiento facial basado en la fusión de descriptores térmicos y visibles. El enfoque propuesto se divide en dos pasos: entrenamiento y validación. En la etapa de entrenamiento, el sistema obtuvo los pesos óptimos del algoritmo de optimización de enjambre de partículas (PSO) para maximizar las tasas de reconocimiento obtenidas de diferentes combinaciones de métodos de descriptores locales utilizando una base de datos de rostros térmicos estándar (base de datos Equinox). Luego, los pesos se utilizaron para fusionar descriptores de rostros visibles y térmicos para lograr altas tasas de reconocimiento durante la etapa de validación utilizando la base de datos de Rostros Térmicos Visibles de la Pontificia Universidad Católica de Valparaíso (PUCV-VTF). Se utilizaron tres métodos de coincidencia local para realizar el reconocimiento facial: patrón binario local, histogramas de los gradientes orientados y patrón derivado local. Además, este artículo considera una comparación con los siguientes métodos: un trabajo previo basado en algoritmos genéticos y un enfoque PSO modificado. Los resultados de este artículo muestran tasas de reconocimiento superiores al 99% para la base de datos PUCV-VTF, superando ampliamente los resultados para los algoritmos genéticos. Se ha comprobado que la metodología de fusión no se ve afectada por las variaciones en las condiciones de iluminación y expresión, combinando eficientemente la información visible y térmica a través del algoritmo PSO, y eligiendo así las regiones óptimas donde un espectro dado es más relevante.
Tipo de Recurso	Artículo original
Description	Este trabajo fue financiado en parte por FONDECYT-Chile bajo la subvención 1161584, en parte por FONDECYT-Chile bajo la subvención 1181943 y en parte por el Código Regular DI 0.39.420/2017. This work was supported in part by FONDECYT-Chile under Grant 1161584, in part by FONDECYT-Chile under Grant 1181943, and in part by DI Regular Code 0.39.420/2017.
doi	10.1109/ACCESS.2018.2850281
Formato Recurso	pdf
Palabras Claves	Face recognition fusion of descriptors particle swarm optimization genetic algorithm visible and infrared spectra Reconocimiento facial fusión de descriptores optimización del enjambre de partículas algoritmo genético espectros visible e infrarrojo
Ubicación del archivo	http://dx.doi.org/10.1109/ACCESS.2018.2850281
Categoría OCDE	Computer Science, Information Systems# Engineering, Electrical & Electronic# Telecommunications
Materias	Face recognition fusion of descriptors particle swarm optimization genetic algorithm visible and infrared spectra Reconocimiento facial fusión de descriptores optimización del enjambre de partículas algoritmo genético espectros visible e infrarrojo
Disciplinas de la OCDE	Robótica y Sistemas de Control Automático Ingeniería de Sistemas y Comunicaciones Ciencias de la Computación
Versión del recurso (Recomendado-único)	version publicada
Tipo de ruta	hibrida
Access Rights	acceso abierto
Derechos de acceso	acceso abierto
Id de Web of Science	WOS:000442404500049
Título de la cita (Recomendado-único)	Particle Swarm Optimization for the Fusion of Thermal and Visible Descriptors in Face Recognition Systems
Identificador del recurso (Mandatado-único)	Artículo original
Editorial	IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC
Revista/Libro	IEEE ACCESS
Categoría WOS	Ciencias de la Computación, Sistemas de Información Ingeniería Eléctrica y Electrónica Telecomunicaciones
ISSN	2169-3536
Idioma	en
Referencia del Financiador (Mandatado si es aplicable-repetible)	ANID FONDECYT 1161584 ANID FONDECYT 1181943 0.39.420/2017
Descripción	This work was supported in part by FONDECYT-Chile under Grant 1161584, in part by FONDECYT-Chile under Grant 1181943, and in part by DI Regular Code 0.39.420/2017.
Formato	pdf
Página de inicio (Recomendado-único)	42800
Página final (Recomendado-único)	42811
Entidad financiadora	ANID FONDECYT 1161584#ANID FONDECYT 1181943#0.39.420/2017