Pada masa kini, pengesanan ciri-ciri muka memainkan peranan yang penting dalam
pelbagai aspek atau bidang, seperti pengenalan muka, model pengekodan video,
sistem pengawasan keselamatan dan lain-lain. Walaupun terdapat banyak algorithm
pengesanan wajah yang telah dibangunkan, kebanyakan algoritma diuji dengan menggunakan
imej sebenar sebagai contoh foto dan bukan melaksanakannya untuk lakaran
imej wajah. Pengekstrakan ciri-ciri wajah daripada imej lakaran adalah salah satu teknik
yang berkesan yang telah dikaji dan berkembang bertahun-tahun. Selain itu, terdapat
teknik pemadanan wajah yang bergantung kepada ciri-ciri muka yang mungkin
berubah sebagai contoh gaya rambut dan misai. Hal ini akan menjejaskan ketepatan
prosedur muka lakaran yang sepadan. Dengan ini, pengekstrakan daripada ciri-ciri
wajah contohnya mata, hidung dan bibir dicadangkan kerana ciri-ciri wajah tersebut
mengandungi informasi yang unik untuk orang yang berbeza. Cara tersebut dapat
mengurangkan kesilapan dalam pemadanan wajah. Tambahan pula, maklumat teks
yang berbeza antara imej lakaran dan imej sebenar meningkatkan kesukaran pengenalan
muka lakaran. Untuk menyelesaikan masalah ini, teknik sintesis pseudo-lakaran
digunakan untuk menukar imej yang sebenar kepada skala kelabu imej lakaran sebelum
prosedur muka pengenalan dijalankan. Matlamat projek ini termasuk mengekstrak
komponen muka penting seperti mata dan mencadangkan kaedah segmentasi kelopak
mata dan iris daripada imej lakaran. Sistem automatik segmentasi kelopak mata dan
iris juga dibangunkan untuk mandapatkan kelopak mata dan iris daripada imej-imej
lakaran secara automatik. Keseluruhan pelaksanaan sistem aliran dijalankan seperti
rantau mata kanan dan mata kiri diekstrak terlebih dahulu daripada saiz imej lakaran
normal dengan menggunakan pengesan lata objek. Kemudian iris daripada mata tunggal
dikesan dengan melaksanakan Transformasi Pekeliling Hough untuk memperoleh
jejari dan kedudukan iris. Selepas itu mata kelopak mata dikesan dengan memeriksa
maklumat piksel daripada imej binari mata. Akhir sekali, kontur atas dan kontur bawah
mata terbentuk dengan menjalankan teknik polinomial untuk kelopak mata mata yang
dikesan. Selain itu, kelopak mata pembentukan kontur mempunyai prestasi yang lebih
baik apabila dibandingkan dengan kaedah yang sedia ada. Sistem iris segmentasi mencapai
ketepatan sebanyak 93.40 % dan 87.08 % berdasarkan penilaian F-ukur dengan
menggunakan dua pangkalan data lakaran imej yang berbeza iaitu IIIT-D (Indeaprastha
Institute of Information Technology-Delhi) dan CUHK (Chinese Unibersity of Hong
Kong).
_______________________________________________________________________________________________________
Nowadays, facial features detection plays an important role in many aspects or
fields, such as face recognition, model based video coding, surveillance security system
etc. Although there have been many facial detection algorithms have been developed,
many of the algorithms are tested by using real images for example photos
instead of applying it to sketch face images. Facial features extraction from sketch
images is one of the efficient techniques that has been studied and developed for many
years. Moreover, in the face sketch matching technique, some matching techniques
rely on the face features that might be varies for example hair style, mustache and
so on. Hence, this will affect the accuracy of the face sketch matching procedure.
Therefore, feature extraction from the facial features for example eyes, nose and lip
is proposed due to the unique characteristics of these features among different people
which consequently able to reduce the matching errors. Furthermore, different textual
information between sketch images and real images raise the difficulties of face-sketch
matching. To solve this problem, pseudo-sketch synthesis technique is applied as to
convert real image to grayscale sketch image before matching procedure. The goal of
this project is to extract the important facial components such as eyes and propose the
method for eyelids and iris segmentation from sketch image as well as pseudo-sketch
images before face-sketch matching procedure. An automatic eyelids and iris segmentation system is also developed to automatically retrieve the eyelids and iris from the
sketch images. The overall implementation system flow is generally described such as
the right eye and left eye regions are first extracted from the size normalized sketch
image by using enhanced cascade object detector, then the iris from the single eyes are
detected by implementing Circular Hough Transformation to acquire the radius and
position of the iris. After that the eyelids points are detected by inspecting the pixel
information from the binarised eye image. Lastly, the upperlid contour and lowerlid
contour are formed by conducting polynomial least square error curve fitting to the detected
eyelids points. The Eyelids contour formation have a better performance when
compare to the existing method. The system achieves 93.40% and 87.08% accuracy
for iris segmentation based on F-measure evaluation from IIIT-D and CUHK sketch
databases respectively.
Development of eyelids and iris detection system from sketch images / Tan Boon Chuan