Abstract
In this paper, we propose a new selective subspace projection method in order to recognize the occlusive face image effectively. The conventional subspace projection method is project to basis image using a full image of face. The face recognition rate has reduced because the face characteristic is easy to be distorted by occlusion. To overcome this problem, the proposed method first decide to occlusion. If it hasn't an occlusion, we get the feature vectors with total basis projection using the conventional subspace projection method. If it has an occlusion, we get one with partial basis projection. We get better recognition rate than conventional PCA and NMF using AR face database with occlusive face images.
본 논문은 가려진 얼굴 영상을 효과적으로 인식하기 위한 선택적 부공간 투영 방법을 제안하였다. 기존의 부공간 투영방법은 가려짐이 있는 얼굴의 전체 영상을 기저 영상에 투영하였다. 얼굴의 특징 부분은 가려짐에 의해 왜곡되기 쉽기 때문에 얼굴 인식률의 저하가 크게 발생한다. 이를 극복하기 위해 제안 방법은 먼저 가려짐의 유무를 판단하고 가려짐이 없는 경우는 기존의 부공간 투영 방법으로 전체적인 기저 벡터에 투영하여 특징 벡터를 구하였고, 가려짐이 있는 경우는 가려짐이 존재하는 영역을 배제된 부분적인 기저 벡터에 투영하여 특징 벡터를 구하였다. 가려짐이 있는 얼굴 영상을 제공하는 AR 얼굴 데이터베이스를 이용하여 실험한 결과, 기존의 PCA 및 NMF 보다 좋은 인식률을 보였다.
