3D Face Recognition on Low-Cost Depth Sensors

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216305%3A26230%2F14%3APU112031" target="_blank" >RIV/00216305:26230/14:PU112031 - isvavai.cz</a>

Výsledek na webu

<a href="http://www.fit.vutbr.cz/research/pubs/all.php?id=10679" target="_blank" >http://www.fit.vutbr.cz/research/pubs/all.php?id=10679</a>

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

3D Face Recognition on Low-Cost Depth Sensors

Popis výsledku v původním jazyce

This paper deals with the biometric recognition of 3D faces with the emphasis on the low-cost depth sensors; such are Microsoft Kinect and SoftKinetic DS325. The presented approach is based on the score-level fusion of individual recognition units. Each unit processes the input face mesh and produces a curvature, depth, or texture representation. This image representation is further processed by specific Gabor or Gauss-Laguerre complex filter. The absolute response is then projected to lower-dimension representations and the feature vector is thus extracted. Comparison scores of individual recognition units are combined using transformation-based, classifier-based, or density-based score-level fusion. The results suggest that even poor quality low-resolution scans containing holes and noise might be successfully used for recognition in relatively small databases.

Název v anglickém jazyce

3D Face Recognition on Low-Cost Depth Sensors

Popis výsledku anglicky

This paper deals with the biometric recognition of 3D faces with the emphasis on the low-cost depth sensors; such are Microsoft Kinect and SoftKinetic DS325. The presented approach is based on the score-level fusion of individual recognition units. Each unit processes the input face mesh and produces a curvature, depth, or texture representation. This image representation is further processed by specific Gabor or Gauss-Laguerre complex filter. The absolute response is then projected to lower-dimension representations and the feature vector is thus extracted. Comparison scores of individual recognition units are combined using transformation-based, classifier-based, or density-based score-level fusion. The results suggest that even poor quality low-resolution scans containing holes and noise might be successfully used for recognition in relatively small databases.

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)<br>S - Specificky vyzkum na vysokych skolach

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 the International Conference of Biometrics Special Interest Group (BIOSIG 2014)

ISBN

978-3-88579-624-4

ISSN

1617-5468

e-ISSN

—

Počet stran výsledku

8

Strana od-do

195-202

Název nakladatele

GI - Group for computer science

Místo vydání

Darmstadt

Místo konání akce

Darmstadt

Datum konání akce

10. 9. 2014

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000412427900017