In this paper, I make use of a Multi-Channel skin color model with Hue, Cb, Cg using Red, Blue, Green channel altogether which remove bight component as being consider the characteristics of skin color to do modeling more effective to a facial skin color for extracting a facial area. 1 used efficient HOLA(Higher order local autocorrelation function) using 26 feature vectors to obtain both feature vectors of a facial area and the edge image extraction using Harr wavelet in image which split a facial area. Calculated feature vectors are used of date for the facial recognition through learning of neural network It demonstrate improvement in both the recognition rate and speed by proposed algorithm through simulation.
본 논문에서는 얼굴영역을 검출하기위해 얼굴 피부색을 보다 효과적으로 모델링하기 위한 피부색 특성을 고려하여 밝기 성분을 제거한 Red, Blue, Green 채널을 모두 사용하는 Hue, Cb, Cg의 M배i-Channel 피부색 모델을 사용한다. 얼굴영역을 분리한 영상에 Harr 웨이블릿을 이용한 에지영상 추출과 얼굴영역의 특징벡터를 구하기 위하여 26개의 특징벡터를 사용한 효율적인 고차 국소 자동 상관함수를 사용하였다. 계산된 특징벡터는 BP 신경망의 학습을 통하여 얼굴인식을 위한 데이터로 사용된다. 시뮬레이션을 통해 제안된 알고리즘에 의한 인식률향상과 속도 향상을 입증한다.
