Repositorio
Institucional

Donoso Floody, Ramiro

San Martin, Cesar

Mendez-Vazquez, Heydi

Face Recognition Using TOF, LBP and SVM in Thermal Infrared Images

SPRINGER-VERLAG BERLIN

PROGRESS IN PATTERN RECOGNITION, IMAGE ANALYSIS, COMPUTER VISION, AND APPLICATIONS

en

In this work, Binary Local Patterns (LBP), Support Vector Machine (SVM) and Trade-off (TOF) correlation filter are evaluated in face recognition tasks using thermal infrared imagery. The infrared technology has a particular kind of noise called non-uniformity and correspond to a fixed pattern noise superimposed at the input image, degrading the quality of the scene. Non-uniformity varies over time very slowly, and in many applications, depending of the technology used, can be assumed constant for at least several hours. Additionally, additive Gaussian noise (variable over time) is generated by the associated electronics. Both kind of noise affect the performance of classifiers in face recognition applications using infrared technology and must be considered. The comparison of performance of each method considering fixed and variable over time noise leads allow to conclude that SVM is more robust under both kind of noise.#En este trabajo, se evalúan los patrones locales binarios (LBP), la máquina de vectores de soporte (SVM) y el filtro de correlación de intercambio (TOF) en tareas de reconocimiento facial mediante imágenes térmicas infrarrojas. La tecnología infrarroja presenta un tipo particular de ruido denominado no uniformidad, que corresponde a un ruido de patrón fijo superpuesto a la imagen de entrada, degradando la calidad de la escena. La no uniformidad varía muy lentamente con el tiempo y, en muchas aplicaciones, dependiendo de la tecnología utilizada, puede considerarse constante durante al menos varias horas. Además, la electrónica asociada genera ruido gaussiano aditivo (variable en el tiempo). Ambos tipos de ruido afectan el rendimiento de los clasificadores en aplicaciones de reconocimiento facial mediante tecnología infrarroja y deben tenerse en cuenta. La comparación del rendimiento de cada método considerando el ruido fijo y el variable en el tiempo permite concluir que la SVM es más robusta ante ambos tipos de ruido.

artículo de conferencia

This work was partial supported by Center for Optics and Photonics FB0824/2008.

Este trabajo fue financiado parcialmente por el Centro de Óptica y Fotónica FB0824/2008.

10.1007/978-3-642-25085-9_73

pdf

Face Recognition

Infrared Thermal Imaging

SVM

LBP and TOF

local binary patterns

filters

Reconocimiento facial

imágenes térmicas infrarrojas

SVM

LBP y TOF

patrones binarios locales

filtros

Face Recognition

Infrared Thermal Imaging

SVM

LBP and TOF

local binary patterns

filters

Reconocimiento facial

imágenes térmicas infrarrojas

SVM

LBP y TOF

patrones binarios locales

filtros

Ciencias de la Computación#Ingeniería Eléctrica y Electrónica

Face Recognition Using TOF, LBP and SVM in Thermal Infrared Images

PROGRESS IN PATTERN RECOGNITION, IMAGE ANALYSIS, COMPUTER VISION, AND APPLICATIONS

acceso abierto

acceso abierto

en

artículo de conferencia

versión publicada

16th Iberoamerican Congress on Pattern Recognition

NOV 15-18, 2011

ANID CONICYT Center for Optics and Photonics FB0824/2008

ANID CONICYT Center for Optics and Photonics FB0824/2008

SPRINGER-VERLAG BERLIN

0302-9743

978-3-642-25084-2

683

Computer Science, Artificial Intelligence

Computer Science, Theory & Methods

Informática, Inteligencia Artificial

Informática, Teoría y Métodos

pdf

WOS:000307257600081