The Improving Method of Facial Recognition Using the Genetic Algorithm

유전자 알고리즘에 의한 얼굴인식성능의 향상 방안

As the security system using facial recognition, the recognition performance depends on the environments (e. g. face expression, hair style, age and make-up etc.) For the revision of easily changeable environment, it's generally used to set up the threshold, replace the face image which covers the threshold into images already registered, and update the face images additionally. However, this usage has the weakness of inaccuracy matching results or can easily active by analogous face images. So, we propose the genetic algorithm which absorbs greatly the facial similarity degree and the recognition target variety, and has excellence studying capacity to avoid registering inaccuracy. We experimented variable and similar face images (each 30 face images per one, total 300 images) and performed inherent face images based on ingredient analysis as face recognition technique. The proposed method resulted in not only the recognition improvement of a dominant gene but also decreasing the reaction rate to a recessive gene.

얼굴인식을 이용해 출입을 통제하는 보안 시스템에 있어서 얼굴인식성능은 인증 대상의 변화 (표정, 헤어스타일, 나이, 화장)에 커다란 영향을 받는다. 이처럼 수시로 변화하는 환경 변화를 보완하기 위하여 일반적인 얼굴인식 시스템에서는 일정한 보안 임계치를 설정해두고 임계치 내에 포함되는 얼굴을 기존에 등록된 얼굴과 교체하거나 추가적으로 등록하는 업데이트 방식이 사용되고 있다. 그러나 이러한 방식은 부정확한 매칭 결과를 보이거나, 유사한 얼굴에 쉽게 반응할 수 있다. 따라서 우리는 각 얼굴간의 유사도나 인증 대상의 변화를 흡수하며, 잘못된 얼굴 등록을 방지하기 위한 방법으로 학습 성능이 우수한 유전자 알고리즘을 제안하고자 한다. 변화가 심하고 유사한 얼굴영상(한사람 당 10개씩의 변화된 300개의 얼굴 영상)에 대하여 실험을 수행하였고, 얼굴인식기법은 주성분 분석에 기초한 고유얼굴을 이용하였다. 제안된 방식은 기존 얼굴인식 출입통제 시스템에 비해 우성인자의 인식률을 향상뿐만 아니라 유사 얼굴(열성인자)에 반응하는 비율을 감소시키는 효과를 보였다.