Eye Localization based on Multi-Scale Gabor Feature Vector Model

• DOI: 10.5392/jkca.2007.7.1.048
• Publication Date: 2012-08-20T07:10:44Z
• Authors: Sang-Hoon Kim; Sou-Hwan Jung; Du-Sik Oh; Jae-Min Kim; Seong-Won Cho; Sun-Tae Chung
• Keywords: Feature (linguistics); Similarity (geometry); Feature vector

눈좌표 검출은 얼굴 인식 및 관련된 응용 분야 등에서 필요한 작업이다. 현재까지 보고된 대부분의 검출 방법은 성공적인 적용을 위해서는 여전히 정확도 속도의 개선을 필요로 한다. 본 논문에서는 다중스케일 가버 특징 벡터 모델 기반의 개선된 방법을 제안한다. 제안된 먼저 다운샘플링된 입력 이미지에서 초기 눈좌표에서의 벡터와 해당 스케일의 눈 번치와의 가버젯 유사도를 이용하여 눈좌표를 추정한다. 이후 추정된 상위 이미지에서의 초기값으로 취하고 스케일 같은 방법으로 찾으며, 이를 반복적으로 하여 최종적으로 원래 확정한다. 실험을 통해, 논문에서 제안한 기반 방법이 계산량은 크게 증가시키지 않으면서 기존 연구들에서 다른 방법에 비해 정확도가 방법임을 확인하였다. Eye localization is necessary for face recognition and related application areas. Most of eye algorithms reported thus far still need to be improved about precision computational time successful applications. In this paper, we propose an method based on multi-scale Gator feature vector models. The proposed first tries locate eyes in the downscaled image by utilizing Gabor Jet similarity between at initial coordinates model bunch corresponding scale. finally locates original input after it processes same way recursively each scaled using localized as coordinates. Experiments verify that our improves rate without causing much overhead compared with other methods previous researches.