Face recognition algorithm comparison of OpenCV

Abstract

Face recognition has been developed for many years, and each algorithm has its pros and cons. The purpose of this paper is to find which algorithm has better efficiency to recognize faces in images. In this paper, we test three algorithms, Eigenface, Fisherface and Local Binary Pattern Histogram. We set four experiments to test each algorithm efficiency. The experiment has different numbers of persons in training data set, starting with three persons, four persons, five persons and six persons. Each experiment has two sub experiments. Sub experiment one uses test images with small faces, and another experiment uses those with bigger faces. We test the algorithms by training algorithms with the training images and let each algorithm predict who the person in the test image is. The results show that Eigenface is the best algorithm to recognize the face in the image according to our experiment design.

กระบวนการรู้จำใบหน้าถูกพัฒนาขึ้นเป็นระยะเวลาหลายปีแล้ว แต่ละอัลกอริทึมที่ใช้ในกระบวนการรู้จาใบหน้า ต่างก็มีข้อดีและข้อเสียเป็นของตนเอง แล้วอัลกอริทึมใดที่เหมาะสมจะใช้งาน วัตถุประสงค์ของการทำวิจัยนี้ เพื่อศึกษาว่า อัลกอริทึมใด จะมีประสิทธิภาพ ความแม่นยำ ในการรู้จำใบหน้ามากที่สุด ในงานวิจัยนี้ เราใช้อัลกอริทึม Eigenface Fisherface และ Local Binary Pattern Histogram เราแบ่งการทดลองออกเป็น 4 การทดลองที่มีความแตกต่างกันที่จำนวนคนในกลุ่มข้อมูลภาพที่ใช้ในการสอนอัลกอริทึม และแต่ละการทดลองมีการทดลองย่อยสองการทดลอง แบ่งออกเป็นการทดลองย่อยที่หนึ่ง ใช้ภาพทดสอบเป็นภาพที่มีใบหน้าขนาดเล็กในขณะที่อีกการทดลองเป็นภาพใบหน้าขนาดใหญ่กว่า เรานาภาพที่ใช้สอนอัลกอริทึมทาการสอนให้อัลกอริทึมรู้จัก จากนั้นนำภาพสำหรับการทดสอบมาให้อัลกอริทึม ได้ทำนายว่า เป็นใบหน้าของใคร ผลการทดลองปรากฏว่า Eigenface มีประสิทธิภาพในการรู้จำใบหน้ามากที่สุดตามการทดลองที่ได้ออกแบบนี้