퍼지적분을 이용한 웨이블릿 기반의 3차원 얼굴 인식

Wavelet based Fuzzy Integral System for 3D Face Recognition

  • 이영학 (영남대학교 전자정보공학부) ;
  • 심재창 (안동대학교 컴퓨터공학과)
  • 발행 : 2008.10.15

초록

깊이 값에 따른 얼굴의 형상은 사람의 특징을 나타내는 중요한 요소 중의 하나로서 각 사람마다 다른 모양을 가지고 있으며, 얼굴 영상으로부터 분리한 주파수 성분은 동일한 얼굴에 대하여 또 다른 중요한 하나의 얼굴 특징으로 볼 수 있다. 본 논문은 3차원 얼굴 영상으로부터 등고선 값에 의해 추출된 영역에 대하여 각 영역별로 주파수 분리를 하여 특징을 추출한 후 이 주파수에 대한 퍼지적분을 적용한 얼굴 인식 알고리즘을 제안한다. 먼저 객체와 배경을 분리하여 얼굴을 추출한 후 얼굴에서 가장 두드러진 형태인 코끝을 찾고, 회전에 대해 정규화를 실시한다. 얼굴의 등고선 영역은 코끝을 기준으로 깊이 값에 따라 영역이 추출되며 사람마다 서로 다른 형상 특징을 가진다. 등고선에 따라 획득된 3차원 얼굴 영상으로부터 이산 웨이블릿 변환을 이용하여 4가지의 주파수 성분을 추출하여 특징정보로 사용한다. 각각의 웨이블릿 주파수 성분을 추출한 등고선 영역에 대해 차원의 감소를 위하여 고유얼굴 추출과 특징 공간상에서 클래스간의 분리를 최대화시키기 위해 선형판별분석 알고리즘을 이용하여 유사도를 비교하였다. 클래스간의 분별 정보를 등고선 영역과 각 영역의 주파수 영역에 대해 퍼지적분 방법을 사용하여 인식률을 향상 시켰으며, 깊이 혼합 방식의 경우는 98.6%의 인식률을 나타내었다. 제안된 방법이 다른 알고리즘보다 인식률이 향상되었다.

The face shape extracted by the depth values has different appearance as the most important facial feature information and the face images decomposed into frequency subband are signified personal features in detail. In this paper, we develop a method for recognizing the range face images by combining the multiple frequency domains for each depth image and depth fusion using fuzzy integral. For the proposed approach, the first step tries to find the nose tip that has a protrusion shape on the face from the extracted face area. It is used as the reference point to normalize for orientated facial pose and extract multiple areas by the depth threshold values. In the second step, we adopt as features for the authentication problem the wavelet coefficient extracted from some wavelet subband to use feature information. The third step of approach concerns the application of eigenface and Linear Discriminant Analysis (LDA) method to reduce the dimension and classify. In the last step, the aggregation of the individual classifiers using the fuzzy integral is explained for extracted coefficient at each resolution level. In the experimental results, using the depth threshold value 60 (DT60) show the highest recognition rate among the regions, and the depth fusion method achieves 98.6% recognition rate, incase of fuzzy integral.

키워드

참고문헌

  1. 유명현, 박정선, 이상웅, 최형철, 이성환, "얼굴 기반 생체인식 기술의 현황과 전망", 정보과학회지 제19권 제7호, pp. 22-31, 2001
  2. K. Delac and M. Grgic, "Face Recognition," Vienna: I-Tech Education and Publishing, 2007
  3. (주)포디컬쳐, "http://www.4dculture.com"
  4. P. W. Hallinan, Two- and three- dimensional patterns of the face, A K Peters, Ltd., 1999
  5. R. Brunelli and T. Poggio, "Face Recognition : Features versus Templates," IEEE Trans. PAMI, Vol.15, pp. 1042-1052, 1993 https://doi.org/10.1109/34.254061
  6. C. S. Chua, F. Han, and Y. K. Ho, "3D Human Face Recognition Using Point Signature," 4th ICAFGR, 2000
  7. J. C. Lee and E. Milios. "Matching Range Image of Human Faces," Third International Conference on Computer Vision, pp. 722-726, 1990
  8. G. G. Gordon, "Face Recognition based on Depth and Curvature Feature," Preceeding of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, pp. 808-810, 1992
  9. H. T. Tanaka, M. Ikeda and Hchiaki, "Curvature- based Face Surface Recognition using Spherial Correlation," Third IEEE International Conference on Automatic Face and Gesture Recognition, pp. 372-377, 1998
  10. X. Lu, A. Jain and D. Colbry, "Matching 2.5D Face Scans to 3D Models," IEEE Transactions on Pattern Analysis and Machine Intelligence. Vol.28, No.1, pp. 31-43, 2006 https://doi.org/10.1109/TPAMI.2006.15
  11. W. Choi, S. Tse, K. Wong, and K. Lam, "Simplified Gabor Wavelets for Human Face Recognition," Pattern Recognition, Vol.41, pp. 1186-1199, 2007 https://doi.org/10.1016/j.patcog.2007.07.025
  12. L. Nanni and A. Lumini, "Wavelet Decomposition Tree Select for Palm and Face Authentication," Pattern Recognition Letter, Vol.29, pp. 343-353, 2008 https://doi.org/10.1016/j.patrec.2007.10.010
  13. S. Jahanbin, H. Choi, A. Bovik and K. Castleman, "Three Dimensional Face Recognition using Wavelet Decomposition of Range Image," IEEE International conference on Image processing, September 2007
  14. 권순학, M. Sugeno, "퍼지측도를 이용한 상호작용 시스템의 모델," 한국 퍼지 및 지능 시스템학회 논문지, Vol.7, No.4, pp. 82-92, 1997
  15. 이영학, 박건우, 이태홍, "종단면과 횡단면을 이용한 3차원 얼굴 인식", 정보과학회논문지, 소프트웨어 및 응용, 제30권 9, 10호, pp. 885-893, 2003
  16. 박현석, 이재호, 김희율, "얼굴인식을 위한 포즈 변환," 제15회 영상처리 및 이해에 관한 워크샵 발표 논문집, 2003
  17. 하용구, "웨이블릿 변환 영역에서 컬러-공간 정보를 이용한 내용기반 영상 검색", 영남대학교, 학위논문, 2001
  18. M. Vetterli and J. Kovacevic, Wavelet and Subband Coding, Prentice Hall, 1995
  19. S. G. Mallat, "A Theory for Multiresolution Signal Decomposition : The Wavelet Representation," IEEE Trans.PatternAnal. MachineIntell, Vol.11, pp. 674-693, July., 1989 https://doi.org/10.1109/34.192463
  20. 박세제, 박영태, "얼굴인식을 위한 PCA, LDA 및 정합기법의 비교", 정보과학회논문지, 소프트웨어 및 응용, 제 30권 4호, pp. 372-378, 2003
  21. K. C. Kwak and W. Pedrycz, "Face Recognition Using Fuzzy Integral and Wavelet Decomposition Method," IEEE SMC, Vol.34, No.4, pp. 1666-1675, 2004
  22. M. Sugeno, "Fuzzy Measures and Fuzzy Integral- A Survey," In Fuzzy Automata and Decision Process, M. M. Gupta, G. N. Saridis, and B. R. Gaines, Eds. Amsterdam, The Netherlands: North Holland, pp. 89-102, 1997
  23. S. Jahanbin, H. Choi, A. Bovik and K. Castleman, "Three Dimensional Face Recognition using Wavelet Decomposition of Range Image," IEEE International conference on Image processing, September 2007