3D face recognition based on the hierarchical score-level fusion classifiers

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F14%3APU111938" target="_blank" >RIV/00216305:26230/14:PU111938 - isvavai.cz</a>

Výsledek na webu

<a href="http://spie.org/Publications/Proceedings/Paper/10.1117/12.2050547" target="_blank" >http://spie.org/Publications/Proceedings/Paper/10.1117/12.2050547</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1117/12.2050547" target="_blank" >10.1117/12.2050547</a>

Jazyk výsledku

angličtina

Název v původním jazyce

3D face recognition based on the hierarchical score-level fusion classifiers

Popis výsledku v původním jazyce

This paper describes the 3D face recognition algorithm that is based on the hierarchical score-level fusion classifiers. In a simple (unimodal) biometric pipeline, the feature vector is extracted from the input data and subsequently compared with the template stored in the database. In our approach, we utilize several feature extraction algorithms. We use 6 different image representations of the input 3D face data. Moreover, we are using Gabor and Gauss-Laguerre filter banks applied on the input image data that yield to 12 resulting feature vectors. Each representation is compared with corresponding counterpart from the biometric database. We also add the recognition based on the iso-geodesic curves. The final score-level fusion is performed on 13 comparison scores using the Support Vector Machine (SVM) classifier.

Název v anglickém jazyce

3D face recognition based on the hierarchical score-level fusion classifiers

Popis výsledku anglicky

This paper describes the 3D face recognition algorithm that is based on the hierarchical score-level fusion classifiers. In a simple (unimodal) biometric pipeline, the feature vector is extracted from the input data and subsequently compared with the template stored in the database. In our approach, we utilize several feature extraction algorithms. We use 6 different image representations of the input 3D face data. Moreover, we are using Gabor and Gauss-Laguerre filter banks applied on the input image data that yield to 12 resulting feature vectors. Each representation is compared with corresponding counterpart from the biometric database. We also add the recognition based on the iso-geodesic curves. The final score-level fusion is performed on 13 comparison scores using the Support Vector Machine (SVM) classifier.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2014

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of Biometric and Surveillance Technology for Human and Activity Identification XI, Vol. 9075

ISBN

978-1-62841-012-9

ISSN

—

e-ISSN

—

Počet stran výsledku

12

Strana od-do

1-12

Název nakladatele

SPIE - the international society for optics and photonics

Místo vydání

Baltimore

Místo konání akce

Baltimore

Datum konání akce

5. 5. 2014

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000354514800005