Welcome to the UPF Digital Repository

Methods for face detection and adaptive face recognition

Show simple item record

dc.contributor.author Pavani, Sri-Kaushik
dc.contributor.other Delgado Gómez, David
dc.contributor.other Frangi Caregnato, Alejandro
dc.contributor.other Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
dc.date.accessioned 2024-03-16T02:33:20Z
dc.date.available 2024-03-16T02:33:20Z
dc.date.issued 2011-04-12T16:36:40Z
dc.date.issued 2010-10-08
dc.date.issued 2010-07-21
dc.date.issued 2010-10-08
dc.identifier 9788469382998
dc.identifier http://www.tdx.cat/TDX-1008110-123056
dc.identifier http://hdl.handle.net/10803/7567
dc.identifier B.40475-2010
dc.identifier.uri http://hdl.handle.net/10230/11823
dc.description.abstract The focus of this thesis is on facial biometrics; specifically in the problems of face detection and face recognition. Despite intensive research over the last 20 years, the technology is not foolproof, which is why we do not see use of face recognition systems in critical sectors such as banking. In this thesis, we focus on three sub-problems in these two areas of research. Firstly, we propose methods to improve the speed-accuracy trade-off of the state-of-the-art face detector. Secondly, we consider a problem that is often ignored in the literature: to decrease the training time of the detectors. We propose two techniques to this end. Thirdly, we present a detailed large-scale study on self-updating face recognition systems in an attempt to answer if continuously changing facial appearance can be learnt automatically.
dc.description.abstract L'objectiu d'aquesta tesi és sobre biometria facial, específicament en els problemes de detecció de rostres i reconeixement facial. Malgrat la intensa recerca durant els últims 20 anys, la tecnologia no és infalible, de manera que no veiem l'ús dels sistemes de reconeixement de rostres en sectors crítics com la banca. En aquesta tesi, ens centrem en tres sub-problemes en aquestes dues àrees de recerca. En primer lloc, es proposa mètodes per millorar l'equilibri entre la precisió i la velocitat del detector de cares d'última generació. En segon lloc, considerem un problema que sovint s'ignora en la literatura: disminuir el temps de formació dels detectors. Es proposen dues tècniques per a aquest fi. En tercer lloc, es presenta un estudi detallat a gran escala sobre l'auto-actualització dels sistemes de reconeixement facial en un intent de respondre si el canvi constant de l'aparença facial es pot aprendre de forma automàtica.
dc.description.abstract Programa de doctorat en Tecnologies de la Informació i les Comunicacions
dc.format application/pdf
dc.format application/pdf
dc.language.iso eng
dc.publisher Universitat Pompeu Fabra
dc.rights ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
dc.rights info:eu-repo/semantics/openAccess
dc.source TDX (Tesis Doctorals en Xarxa)
dc.title Methods for face detection and adaptive face recognition
dc.type info:eu-repo/semantics/doctoralThesis
dc.type info:eu-repo/semantics/publishedVersion
dc.date.modified 2024-03-15T10:58:01Z
dc.subject.keyword Fisher's LDA
dc.subject.keyword Gaussian weak classifiers
dc.subject.keyword Weak classifier
dc.subject.keyword Variance normalization
dc.subject.keyword Transductive reasoning
dc.subject.keyword training complexity
dc.subject.keyword rejection cascade
dc.subject.keyword fusion of p-values
dc.subject.keyword OSTCM-kNN classifier
dc.subject.keyword integrated Performance Primitives
dc.subject.keyword impostor detection
dc.subject.keyword haar-like features
dc.subject.keyword fusion of shape and texture
dc.subject.keyword face recognition system
dc.subject.keyword delaunay triangulation
dc.subject.keyword MIT+CMU face database
dc.subject.keyword YT database
dc.subject.keyword GEFA database
dc.subject.keyword temporal confidence
dc.subject.keyword segmentation confidence
dc.subject.keyword face detector confidence
dc.subject.keyword classification confidence
dc.subject.keyword laplacian clutter model
dc.subject.keyword clutter models
dc.subject.keyword changes in facial appearance
dc.subject.keyword face segmentation
dc.subject.keyword face normalization
dc.subject.keyword face detection
dc.subject.keyword automatic face recognition system
dc.subject.keyword 62


Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Advanced Search

Browse

My Account

Statistics

In collaboration with Compliant to Partaking