Not logged in.

Quick Search - Contribution

Contribution Details

Type Bachelor's Thesis
Scope Discipline-based scholarship
Title Stability Analysis of Facial Attributes for Improved Face Recognition
Organization Unit
Authors
  • Ramize Abdili
Supervisors
  • Manuel Günther
Language
  • English
Institution University of Zurich
Faculty Faculty of Business, Economics and Informatics
Date 2021
Abstract Text In this thesis we do face verification, where the main task is to decide if two images belong to the same person or to different people. To do that we use the images from the Labeled Faces in the Wild (LFW) database. The images are taken in an uncontrolled environment and thus have natural variation in pose, lighting and background. We approach face verification through comparing facial attributes of two images from LFW. These facial attributes are extracted from our AFFACT network. To compare the facial attributes, we develop algorithms that perform different distance-based calculations between them. Some of our algorithms train a Support Vector Machine (SVM). After the comparison of two images, a score value is computed which deduces whether they belong to the same person and thus solve the face verification problem.
Zusammenfassung In dieser Arbeit werden wir eine Face Verification machen. Die Hauptaufgabe besteht darin, zu entscheiden, ob zwei Bilder derselben Person oder verschiedenen Personen gehören. Dazu verwenden wir die Bilder aus der Labeled Faces in the Wild (LFW) Datenbank. Die Bilder werden in einer unkontrollierten Umgebung aufgenommen und weisen daher natürliche Variationen in Bezug auf Pose, Beleuchtung und Hintergrund auf. Wir nähern uns der Face Verification, indem wir die Gesichtsattribute zweier Bilder von LFW vergleichen. Diese Gesichtsattribute werden aus unserem AFFACT-Netzwerk extrahiert. Um die Gesichtsattribute zu vergleichen, entwickeln wir Algorithmen, die unterschiedliche entfernungsbasierte Berechnungen zwischen ihnen durchführen. Einige unserer Algorithmen trainieren eine Support Vector Maschine (SVM). Nach dem Vergleich zweier Bilder wird ein Bewertungswert berechnet, der ableitet, ob sie derselben Person gehören, und somit das Problem der Face Verification löst.
PDF File Download
Export BibTeX