Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Design of High-Speed LVDS Data Communication Link Using FPGA Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Face Recognition Across Aging Using GLBP Features

verfasst von : Mrudula Nimbarte, K. K. Bhoyar

Erschienen in: Information and Communication Technology for Intelligent Systems (ICTIS 2017) - Volume 2

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Face recognition over aging is still a difficult but interesting problem in pattern recognition nowadays. It has many real world applications. It is highly affected with many uncontrolled parameters like variations in head pose, expressions and illumination. Aging also varies person to person, thus makes the task more difficult. This paper includes an approach proposed by us for solving this problem. Here, we introduced a novel feature descriptor that is a combination of Gabor and LBP features called as GLBP. We used Principal Component analysis (PCA) for dimensionality reduction and k-NN as a classifier. Proposed approach is experimentally tested on popular aging datasets FGNET and MORPH. It is observed from the experimental results that our approach is better in Rank-1 recognition accuracy as a performance measure.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Mining Set of Influencers in Signed Social Networks with Maximal Collective Influential Power: A Genetic Algorithm Approach
Nächstes Kapitel Semantic Graph Based Automatic Text Summarization for Hindi Documents Using Particle Swarm Optimization
Literatur
1.
Bouchaffra, D.: Nonlinear topological component analysis: application to age-invariant face recognition. IEEE Trans. Neural Netw. Learn. Syst. 26(7), 1375–1387 (2015)MathSciNetCrossRef
2.
Ali, A.S.O., Sagayan, V., Saeed, A.M., Ameen, H., Aziz, A.: Age-invariant face recognition system using combined shape and texture features. IET Biom. 4(2), 98–115 (2015)CrossRef
3.
Sajid, M., Taj, I.A., Bajwa, U.I., Ratyal, N.Q.: The role of facial asymmetry in recognizing age-separated face images. J. Comput. Electr. Eng. 54, 1–12 (2016)CrossRef
4.
Bijarnia, S., Singh, P.: Age invariant face recognition using minimal geometrical facial features. Advanced Computing and Communication Technologies, vol. 452, pp. 71–77. Springer, Singapore (2016)
5.
Sungatullina, D., Lu, J., Wang, G., Moulin, P.: Multiview discriminative learning for age-invariant face recognition. In: 10th IEEE International Conference and Workshops on Automatic Face and Gesture Recognition (FG), pp. 1–6 (2013)
6.
Karthigayani, P., Sridhar, S.: A novel approach for face recognition and age estimation using local binary pattern, discriminative approach using two layered back propagation network. In: 3rd International Conference on Trendz in Information Sciences and Computing (TISC), pp. 11–16 (2011)
7.
Carcagnì, P., Coco, M., Cazzato, D., Leo, M., Distante, C.: A study on different experimental configurations for age, race, and gender estimation problems. EURASIP J. Image Video Process. 2015, 37 (2015). SpringerCrossRef
8.
Li, Z., Park, U., Jain, A.K.: A discriminative model for age invariant face recognition. IEEE Trans. Inf. Forensics Secur. 6(3), 1028–1037 (2011)CrossRef
9.
Park, U., Tong, Y., Jain, A.K.: Age-invariant face recognition. IEEE Trans. Pattern Anal. Mach. Intell. 32(5), 947–954 (2010)CrossRef
10.
Ling, H., Soatto, S., Ramanathan, N., Jacobs, D.W.: Face verification across age progression using discriminative methods. IEEE Trans. Inf. Forensics Secur. 5(1), 82–91 (2010)CrossRef
11.
Bereta, M., Karczmarek, P., Pedrycz, W., Reformat, M.: Local descriptors in application to the aging problem in recognition. J. Pattern Recognit. 46(10), 2634–2646 (2013). ElsevierCrossRef
12.
Patel, P., Ganatra, A.: Investigate age invariant face recognition using PCA, LBP, Walsh Hadamard transform with neural network. In: International Conference on Signal and Speech Processing (ICSSP-14), pp. 266–274. Elsevier (2014)
13.
Gong, D., Li, Z., Tao, D., Li, X.: A maximum entropy feature descriptor for age invariant face recognition. In: Proceedings of IEEE Conference on Computer Vision and Pattern Recognition (2015)
14.
Yang, H., Huang, D., Wang, Y.: Age invariant face recognition based on texture embedded discriminative graph model. In: Proceedings of IEEE International Joint Conference on Biometrics (2014)
15.
Khiyari, H., Wechsler, H.: Face recognition across time lapse using convolutional neural networks. J. Inf. Secur. 7(3), 141–151 (2016)
16.
17.
18.
Chen, B.C., Chen, C.S., Hsu, W.H.: Cross-age reference coding for age-invariant face recognition and retrieval. Computer Vision. Lecture Notes in Computer Science, vol. 8694, pp. 768–783. Springer, Cham (2014)
Metadaten
Titel
Face Recognition Across Aging Using GLBP Features
verfasst von
Mrudula Nimbarte
K. K. Bhoyar
Copyright-Jahr
2018
Buch
Information and Communication Technology for Intelligent Systems (ICTIS 2017) - Volume 2

Print ISBN: 978-3-319-63644-3

Electronic ISBN: 978-3-319-63645-0

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-319-63645-0_30