Not logged in.

Quick Search - Contribution

Contribution Details

Type Bachelor's Thesis
Scope Discipline-based scholarship
Title Low-Resolution Face Recognition Using Rank Lists
Organization Unit
Authors
  • Matthias Mylaeus
Supervisors
  • Manuel Günther
Language
  • English
Institution University of Zurich
Faculty Faculty of Business, Economics and Informatics
Date 2022
Abstract Text The field of automatic face recognition has experienced a significant boost in recent years since the use of artificial neural networks was introduced. Face recognition today poses a critical element for everyday life, supporting various tasks from security, surveillance, and access control all the way to unlocking smartphones. In many different situations, such as changing illumination and faces covered with scarfs or glasses, recognition networks have come to shine and achieve the most accurate results. However, when it comes to recognizing faces from a far distance, they start struggling and leave room for improvement. This thesis discusses the usage of a reference database. Images are compared to it, resulting in a signature. Then, rather than comparing a probe image directly to the gallery, their signatures are compared. The idea of rank lists is set side-by- side with the standardization of those signatures to evaluate whether more accurate results can be achieved. However, for all experiments, results show that the usage of a reference database does not outperform the direct comparison. Further research using more extensive databases and various network models is needed to ensure which approach is more accurate.
Zusammenfassung Der Bereich der automatischen Gesichtserkennung hat in den letzten Jahren einen grossen Aufschwung erlebt, seit die Verwendung künstlicher neuronaler Netzwerke eingeführt worden ist. Die Gesichtserkennung stellt heute ein Schlüsselelement des täglichen Lebens dar und unterstützt verschiedene Aufgaben von der Sicherheit, Überwachung und Zugangskontrolle bis hin zur Entsperrung von Smartphones. In vielen verschiedenen Situationen, wie z.B. bei unterschiedlichen Beleuchtungsverhältnissen sowie bei bedeckten Gesichtern, haben sich Netzwerke bewährt und erzielen die genauesten Ergebnisse. Wenn es jedoch um die Erkennung von Gesichtern aus grosser Entfernung geht, mangelt es an Genauigkeit. In dieser Arbeit wird die Verwendung einer Referenzdatenbank diskutiert, mit der die Bilder verglichen werden, um eine Signatur zu erstellen. Anstatt ein Probebild direkt mit der Galerie zu vergleichen, werden jene Signaturen verglichen. Die Idee der Ranglisten wird mit der Standardisierung dieser Signaturen in Kontrast gestellt, um zu bewerten, ob genauere Ergebnisse erzielt werden können. Bei allen Experimenten zeigt sich jedoch, dass die Verwendung einer Referenzdatenbank den direkten Vergleich nicht übertrifft. Weitere Untersuchungen mit grösseren Datenbanken und verschiedenen Netzwerkmodellen sind erforderlich, um sicher zu sein, welches der genauere Ansatz ist.
PDF File Download
Export BibTeX