• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2004년도 추계학술대회 학술발표 논문집 제14권 제2호
• /
• pp.138-141
• /
• 2004

본 논문은 EBGM(Elastic Bunch Graph Matching)기법을 이용한 얼굴인식에 대해 다룬다. 대용량 영상 정보에 대해 차원 축소를 이용한 얼굴인식 기법인 주성분기법이나 선형판별기법에서는 얼굴 영상 전체의 정보를 이용하는 반면 본 논문에서는 얼굴의 눈, 코, 입 등과 같은 얼굴 특징점에 대해 주파수와 방향각이 다른 여러 개의 가버 커널과 영상 이미지의 컨볼루션(Convolution)의 계수의 집합(Jets)을 이용한 특징 데이터를 이용한다. 하나의 얼굴 영상에 대해서는 모든 영상이 같은 크기의 특징 데이터로 표현되는 Face Graph가 생성되며, 얼굴인식 과정에서는 추출된 제트의 집합에 대해서 상호 유사도(Similarity)의 크기를 비교하여 얼굴인식을 수행한다. 본 논문에서는 기존의 EBGM방법의 Face Graph 생성 과정을 보다 간략화 한 방법을 이용하여 얼굴인식 과정에서 계산량을 줄여 속도를 개선하였다.

• 한국콘텐츠학회논문지
• /
• 제11권2호
• /
• pp.31-39
• /
• 2011

가버 웨이브릿을 이용한 얼굴 그래프기반 안면 인식 알고리즘들은 우수한 인식 성능을 갖고 있지만 계산양이 많고 초기 그래프 위치에 따라 성능이 달라지는 등의 문제점들이 있다. 본 연구에서는 이를 개선하여 가버 피쳐기반 기하학적 가변형 얼굴 그래프 매칭방식을 이용한 완전 자동 안면 인식 알고리즘을 제안하였다. Adaboost를 이용해서 얼굴을 검출하고 얼굴 그래프의 초기 정합 위치와 크기를 결정하였다. 얼굴 그래프를 기하학적으로 가변시켜 가면서 얼굴 모델 그래프와 유사도가 가장 높은 얼굴 그래프를 고속으로 찾기 위해 매개변수들을 정의하고 최적화 알고리즘을 이용하여 최적 얼굴 그래프를 추출하였다. 제안한 알고리즘을 FERET 데이터베이스의 인식에 적용해 본 결과 96.7%의 인식률로서 기존 연구들에 비해 우수한 결과를 얻을 수 있었고 평균 0.26초의 인식 속도로서 실시간 적용이 가능함을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제15권6호
• /
• pp.759-764
• /
• 2005

본 논문은 EBGM(Elastic Bunch Graph Matching)기법을 이용한 얼굴인식에 대해 다룬다. 대용량 영상 정보에 대해 차원 축소를 이용한 얼굴인식 기법인 주성분기법이나 선형판별기법에서는 얼굴 영상 전체의 정보를 이용하는 반면 본 연구에서는 얼굴의 눈 코 입 등과 같은 얼굴 특징점에 대해 주파수와 방향각이 다른 여러 개의 가버 커널과 영상 이미지의 컨볼루션(Convolution)의 계수의 집합(Jets)을 이용한 특징 데이터를 이용한다. 하나의 얼굴 영상에 대해서 모든 영상이 같은 크기의 특질 데이터로 표현되는 Face Graph가 생성되며, 얼굴인식 과정에서는 추출된 제트의 집합에 대해서 상호 유사도(Similarity)의 크기를 비교하여 얼굴인식을 수행한다. 본 논문에서는 기존의 EBGM 방법의 Face Graph 생성 과정을 보다간략화 한 방법을 이용하여 얼굴인식 과정에서 계산량을 줄여 속도를 개선하였으며, 퍼지 매칭법을 이용한 유사도 계산을 하였다.