얼굴 인식률 향상을 위한 손상된 얼굴 영역의 복원

Reconstruction of Partially Damaged face for Improving a Face Recognition Rate

손상된 얼굴영상을 인식하는 문제는 자동 얼굴인식 시스템의 상용화에 중요한 논점이 되고 있다. 손상된 영상에서 얼굴을 인식하기 위한 방법은 크게 두 가지로 나누어진다. 첫째는 손상된 정보를 제거하여 인식을 하는 것이고, 둘째는 손상된 정보를 복원한 후에 인식을 하는 것이다. 본 논문에서는 손상된 영상을 코호넨 네트워크에 입력하여 손상된 영역을 추출한 다음에 주성분 분석을 통해 얻은 특징 벡터의 계수 추정을 이용하여 복원하는 방안을 제시한다. 본 논문에서 제안한 방법은 손상되지 않은 영역을 기반으로 하여 손상된 영역의 특징 벡터를 추정하고, 추정된 특징 벡터로써 손상된 영상을 복원하는 방법으로 학습되어지지 않은 영상에서도 복원이 가능하다. 본 연구실에서 얼굴 인식에 많은 영향을 미치는 눈과 입 부위를 인위적으로 손상시킨 영상을 실험하였을 때, 복원된 영상의 인식률은 학습된 영상의 경우에는 코호넨 네트워크를 사용한 방법과는 유사한 결과를 나타내고 대칭성을 이용한 방법에 비해서는 11.8%가 향상되었으며, 학습되지 않은 영상에서의 경우에는 코호넨 네트워크를 이용한 방법과 대칭성을 이용한 방법에 비해 각각 14%, 7% 향상되었다.

A subject to recognize the damaged facial image is becoming an important issue in commercialization of automatic face recognition. The method to recognize a face on a damaged image is divided into two types. The one is to recognize remainders after removing the damaged information and the other is to recognize a total face after recovering the damaged information. On this paper, we present the reconstruction method by analyzing the main materials after extracting the damaged region through Kohonen network. The suggested algorithm in this paper estimates feature vectors of the damaged region using eigen-faces in PCA and then reconstructs the damaged image. This allows also the reconstruction under the untrained images. Through testing the artificial images where the eye and the mouth which have many effects to face recognition are damaged, the recognition rate of the proposed results showed similar results with the method which used Kohonen network, and improved about 11.8% more than symmetrical property method. Also, in case of the untrained image, our results improved about 14% more than that of the Kohonen method and about 7% more than that of the symmetrical property method.