얼굴인식해석의 Small Sample Size 문제 해결을 위한 Resampling 방법

A Resampling Method for Small Sample Size Problems in Face Recondition

  • 오재현 (아주대학교 일반대학원 전자공학과) ;
  • 곽노준 (아주대학교 일반대학원 전자공학과) ;
  • 최태영 (아주대학교 일반대학원 전자공학과)
  • Oh, Jae-Hyun (Dept. of Electronics Engineering, Aiou University) ;
  • Kwak, No-Jun (Dept. of Electronics Engineering, Aiou University) ;
  • Choi, Tae-Young (Dept. of Electronics Engineering, Aiou University)
  • 발행 : 2008.04.25

초록

LDA를 이용한 얼굴 인식에서 발생하는 small sample sire 문제를 해결하기 위해서 regularization method를 주로 사용한다. 이 방법을 사용하게 되면 클래스 내 분산행렬의 특이성을 없앨 수 있지만, 클래스 내 분산행렬과 단위행렬 $\alpha$를 곱한 값을 더하는 과정에서 $\alpha$의 값을 임의적으로 정해주어야 되고 이 값에 따라 인식률이 개선되지 않을 수 있다는 문제점이 있다. Resampling 개념을 이용하여 학습 데이터의 수를 늘리게 되면 regularization method보다 개선된 인식률을 얻을 수 있다. 또한 경험적으로 $\alpha$값을 정해 주어야 하고, $\alpha$값에 따라 인식률의 변통이 생길 수 있는 단점이 개선되는 효과를 얻을 수 있다.

키워드