Descrittori SIFT e SURF per il riconoscimento dei volti mediante la trasformata Wavelet

Il riconoscimento automatico dei volti è un'importante area di ricerca nell'ambito della computer vision che mira a riconoscere i volti umani senza l'intervento umano. Gli sviluppi significativi in questo campo hanno dimostrato che in molte applicazioni di riconoscimento dei volti le tecniche automatiche superano quelle umane. Il problema principale del riconoscimento dei volti è come trovare un insieme di caratteristiche per identificare un volto. Sono stati proposti molti algoritmi per l'estrazione delle caratteristiche, che includono principalmente tre aspetti: caratteristiche geometriche, facciali e statistiche del volto. In questo libro, le prestazioni convenzionali di SIFT e SURF sono state testate nel riconoscimento dei volti. Esse forniscono prestazioni elevate. Tuttavia, queste prestazioni possono essere ulteriormente migliorate trasformando l'input in un dominio diverso da quello reale. Per questo motivo, applichiamo la Trasformata wavelet discreta (DWT) o la Trasformata wavelet di Gabor (GWT) alle immagini dei volti in ingresso, che ci forniscono immagini più dense e chiare rispetto a quelle ottenute con le convenzionali SIFT e SURF. Le simulazioni mostrano che gli approcci proposti basati su DWT o GWT utilizzando SIFT o SURF forniscono prestazioni molto elevate rispetto agli algoritmi convenzionali.

Musa M. Ameen ha conseguito la laurea in Ingegneria informatica presso l'Università Ishik, in Iraq, nel 2013, e la laurea in Ingegneria informatica presso l'Università Mevlana, in Turchia, nel 2016. Attualmente lavora come docente presso l'Università di Ishik, in Iraq. I suoi attuali interessi di ricerca sono la biometria, la computer vision e l'elaborazione dei segnali.