A Fast Method for Face Detection Based on PCA and SVM

Human face detection technique plays an important role in computer vision area. It has lots of applications such as face recognition, video surveillance, human computer interface, face image database management, and querying image databases. In this paper, a fast face detection approach using Principal Component Analysis (PCA) and Support Vector Machines (SVM) is proposed based on the previous study on face detection technique. In the proposed detection system, firstly it filter the face potential area using statistical feature which is generated by analyzing the local histogram distribution the detection process is speeded up by eliminating most of the non-face area in this step. In the next step, PCA feature vectors are generated, and then detect whether there are faces present in the test image using SVM classifier. Finally, store the detection results and output the results on the test image. The test images in this paper are from CMU face database. The face and non-face samples are selected from the MIT data set. The experimental results indicate the proposed method has good performance for face detection.

PCA와 SVM에 기반하는 빠른 얼굴탐지 방법

얼굴인식기술은 컴퓨터비전 분야에서 중요한 역할을 담당하고 있다. 본 논문에서는, PCA와 SVM 기술을 사용하는 빠른 얼굴인식기술을 제안한다. 제안한 시스템에서는, 먼저 지역 히스토그램 분포를 분석하여 생성한 통계적 특성을 사용함으로써 얼굴가능영역을 필터링한다. 이 과정에서 대부분의 비얼굴 영역이 제거되기 때문에 탐지 과정의 처리속도가 향상된다. 다음으로는 PCA 특징 벡터가 생성되고, SVM 분류기를 사용하여 테스트 영상 내에 얼굴이 존재하는지를 탐지한다. 본 논문에서의 테스트 영상은 CMU 얼굴 데이터베이스를 사용하였으며, SVM의 학습을 위한 얼굴과 비얼굴 샘플들은 MIT 데이터 세트로부터 선택하였다. 얼굴탐지 실험결과, 제안한 방법에서 좋은 성능을 나타내었다.