Publication

Impact of Eye Detection Error on Face Recognition Performance

Résumé

The location of the eyes is the most commonly used features to perform face normalization (i.e., alignment of facial features), which is an essential preprocessing stage of many face recognition systems. In this paper, we study the sensitivity of open source implementations of five face recognition algorithms to misalignment caused by eye localization errors. We investigate the ambiguity in location f the eyes by comparing the difference between two independent manual eye annotations. We also study the error characteristics of automatic eye detectors present in two commercial face recognition systems. Furthermore, we explore the impact of using different eye detectors for training/enrollment and query phases of a face recognition system. These experiments provide an insight into the influence of eye localization errors on the performance of face recognition systems.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.