AI Summary & Key Takeaways
AI InsightAs presented in the simulation results, the Hex_Direct_GLCMmethod provides competitive results with high accuracy in terms of facerecognition as well as the success in saving resources such as time andspace.
📌 3 Key Takeaways
Abstract
Face Recognition has been an attractive field of research fordecades, because face is one of the most useful and deterministicbiometrics. Image processing is called square pixel-based imageprocessing since its existence. However, hexagonal image processing,which is based on the idea of designing and processing pixels ashexagons, has been shown to provide significant benefits in terms of timeand memory savings. Almost all of the face recognition methods proposedand implemented so far are based on square pixel based imageprocessing. Based on the limited number of studies on face recognitionin hexagonal pixel based image processing, a hexagonal image processingbased face recognition method is proposed in this study. The methodproposed in this study is inspired by Grey Level Co-occurrence Matrices(GLCM), which is one of the most fundamental of square pixel based facerecognition methods. The method is named Hex_Direct_GLCM because itis based on the square pixel-based basic GLCM method. Since hardwarebased hexagonal pixel-based image processing is not yet available,hexagonal pixel-based equivalents of square pixel-based digital imagesare artificially created by software. The hexagonal pixel base equivalentsof the steps followed in the GLCM method are performed, and then facerecognition accuracy performance analysis is performed on different datasets. As presented in the simulation results, the Hex_Direct_GLCMmethod provides competitive results with high accuracy in terms of facerecognition as well as the success in saving resources such as time andspace.
Özet
Yüz Tanıma, onlarca yıldır çekici bir araştırma alanı olmuştur, çünkü yüz en kullanışlı ve deterministik biyometrilerden biridir. Görüntü işleme, varlığından bu yana kare piksel tabanlı görüntü işleme olarak adlandırılır. Bununla birlikte, pikselleri altıgen olarak tasarlama ve işleme fikrine dayanan altıgen görüntü işlemenin, yapılan araştırmalar sonucunda, zaman ve bellek tasarrufu açısından önemli yararlar sağlayabilecceği görülmüştür. Şimdiye kadar ki önerilen ve hayata geçirilen yüz tanıma yöntemlerinin hemen hepsi kare piksel tabanlı görüntü işleme üzerine inşa edilmiştir. Altıgen piksel tabanlı görüntü işlemede yüz tanıma üzerine önerilmiş çalışma sayısının azlığına dayanarak, bu çalışmada, altıgen görüntü işleme tabanlı bir yüz tanıma yöntemi önerilmiştir. Bu çalışmada önerilen yöntemde, kare piksel tabanlı yüz tanıma yöntemlerinin en temellerinden biri olan Gri Seviye Eş-Oluşum Matrislerinden (GLCM) esinlenilmiştir. Yöntem, kare piksel tabanlı temel GLCM metoduna dayandığından, Hex_Direct_GLCM adı verilmiştir. Donanımsal olarak, altıgen piksel tabanlı görüntü işleme henüz mevcut olmadığından, kare piksel tabanlı sayısal görüntülerin, altıgen piksel tabanlı karşılıkları yazılım yoluyla yapay olarak oluşturulmuştur. Kare piksel tabanlı GLCM yönteminde takip edilen adımların altıgen piksel tabandaki karşılıkları gerçeklenmiş ve farklı veri setleri üzerinde yüz tanıma doğruluk performans analizi yapılmıştır. Simülasyon sonuçlarında sunulduğu üzere, Hex_Direct_GLCM yöntemi, hem zaman hem de yer gibi kaynakların tasarrufunda sağladığı başarımın yanı sıra, yüz tanıma açısından da yüksek doğruluk oranıyla rekabetçi sonuçlar vermektedir.