• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.811-813
• /
• 2004

본 논문에서는, 고유 얼굴 분포를 기반으로 하여 퍼지 이론을 이용한 얼굴 인식 기법을 제안한다 고유 얼굴의 가중치값들에 대해 각각의 분포를 이용한 소속도 함수가 계산되며. 소속도 함수를 통해 계산된 소속도는 신경망을 통해 학습된다.

• 융합신호처리학회논문지
• /
• 제2권2호
• /
• pp.1-6
• /
• 2001

고유얼굴 방법에 의한 얼굴인식은 얼굴 표정의 변화에 둔감한 유용한 인식기법이나 인식률이 낮아 지속적인 연구가 필요한 실정이다. 본 논문에서는 고유얼굴 특징을 이용한 얼굴인식에 있어서 인식률 개선을 위한 효과적인 방안을 제시한다. 이를 위해 본 연구에서는 고유얼굴 특징에 대해 세 종류의 분류기-단일원형 분류기, 최소거리 분류기, 신경회로망 분류기-를 사용하여 그 성능을 평가하고 분석함으로써 고유얼굴 특징의 분포 특성을 고찰하고, 분류기 및 학습용 샘플 영상의 선정이 인식률 제고에 큰 영향을 미침을 보인다. ORL 얼굴영상 데이터베이스를 사용하여 실험한 결과 최소거리 분류기가 가장 좋은 인식률을 나타내었으며, 학습용 샘플영상의 선정과 최소거리 분류기에 의해 91.0%의 인식률을 달성하였다.

• 전자공학회논문지CI
• /
• 제41권3호
• /
• pp.27-36
• /
• 2004

일반적으로 영상에서 얼굴 영상을 검출하고 인식하는 알고리즘은 패턴 인식 연구에 있어서 인간과 컴퓨터의 상호작용의 연구라는 면에서 아주 중요한 문제로 연구되어 왔다. 본 논문에서는 고유얼굴과 퍼지 신경망을 이용한 얼굴인식 기법을 제안한다. PCA(Principal Component Analysis) 방식은 우수한 인식 결과를 보장하는 얼굴인식 기법중의 하나이며, 얼굴 영상을 이용하여 공분산 행렬을 계산하고, 공분산 행렬을 통해 생성된 저차원의 벡터, 즉 고유얼굴(Eigenface)을 이용하여 가중치를 계산하고, 이 가중치를 기준으로 인식을 수행하는 기법이다. 이를 기반으로 하여, 본 논문에서는 전처리 과정, 고유얼굴 과정, 퍼지 소속도 함수 설계 과정, 신경망 학습 과정, 인식과정으로 구성된 5단계의 얼굴 인식 알고리즘을 제안한다. 먼저 각 얼굴 영상들은 전처리과정을 거치며 이 영상들을 이용하여 고유얼굴을 추출한다. 추출된 고유얼굴을 이용한 가숭치 135개에 대하여 비대칭 가우시안 함수를 응용한 퍼지 소속도 함수를 이용하여 퍼지 소속도가 부여되며 이 소속도들이 신경망의 입력으로 사용되어 학습과정을 거친다. 학습과정을 거친 후, 신경망의 출력은 현재의 얼굴 이미지가 데이터베이스의 얼굴 이미지와 유사한 정도를 나타내게 되어 인식을 수행한다. 제안하는 알고리즘으로 가중치의 개수와 퍼지 레벨의 개수에 대하여 기존의 얼굴 데이터 베이스를 이용하여 실험하였으며, 실험 결과 특정 조건하에서 약 95% 이상의 인식 성능을 확인할 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 1998년도 춘계학술대회 학술발표 논문집
• /
• pp.165-168
• /
• 1998

얼굴을 인식하는 연구 분야는 얼굴 영상을 분석하는 과정을 거친다. 또한, 얼굴 영상 분석은 얼굴 영상을 이용하는 모든 분야의 연구에 필요한 전처리 과정이라고 할 수 있다. 그러나 얼굴 영상을 분석하는 일은 많은 비용이 든다. 본 연구에서는 이러한 분석과정을 거치지 않고 얼굴 영상을 변형한다. 입력되어지는 얼굴 영상에 나타나는 얼굴 표정을 파악하기 위하여 입력되는 데이터의 변화를 가장 잘 표현해 주는 것으로 널리 알려져 있는 고유 벡터를 이용하며, 기존의 영상을 변형한새로운 영상을 생성하기 위해서 가장 직관적으로 사용할 수 있지만, 광류 영상을 구하는 과정이 시간적으로 많은 비용을 요구하기 때문에, 본 연구에서는 일반 영상에 대한 고유 벡터와 광류 영상에 대한 교유 벡터를 이용하여 고유 벡터 공간 상의 가중치 벡터를 전달하는 방법으로 영상을 처리할 때마다 수행하여야 하는 광류 계산과정을 제거하였다.

• 전기전자학회논문지
• /
• 제6권1호
• /
• pp.72-79
• /
• 2002

본 논문에서는 복잡한 배경의 영상에서 얼굴을 검출하는 효과적인 알고리즘을 제안한다. 제안된 알고리즘은 색상정보와 PCA-LDA(Principal Component Analysis - Linear Discriminant Analysis)에 의하여 구해진 고유얼굴 (eigenface)을 이용한다. 색상정보는 다른 어떤 방법보다 얼굴을 검출하는데 유용하게 사용된다. 고유얼굴은 전체학습 얼굴들의 평균정보를 포함하고 있기 때문에 얼굴 후보영역에 대하여 얼굴인지를 판별할 수 있는 기능을 갖는다. 전체적인 과정은 두 단계로 이루어진다. 첫 번째 단계는 영상내에서 색상정보를 이용하여 살색영역의 1차 얼굴 후보영역을 찾아 후보영역의 위치와 기를 결정한다. 두 번째 단계는 1차 얼굴 후보영역에 대하여 PCA-LDA에 의한 얼굴의 유사성을 측정하여 얼굴인지 아닌지를 판별한다. 제안한 검출 방법을 사용한 실험 결과, 색상정보를 사용하여 1차 얼굴 후보영역의 크기와 위치를 결정함으로써 검출속도의 향상을 가져올 수 있었다. 또한 PCA-LDA에 의한 고유얼굴과의 비교를 통해 복잡한 매경이 있는 영상에서도 97%의 검출률을 얻을 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제14권11호
• /
• pp.7-15
• /
• 2014

본 연구는 PCA와 템플릿 정합을 사용한 얼굴 표정 인식 알고리즘을 제안한다. 먼저 얼굴 영상은 Haar-like feature의 특징 마스크를 사용하여 획득한다. 획득한 얼굴 영상은 눈과 눈썹을 포함하고 있는 얼굴 상위 부분과 입과 턱을 포함하고 있는 얼굴 하위 부분으로 분리하여 얼굴 요소 추출에 용이하게 나눈다. 얼굴 요소 추출은 눈 영상과 입 영상을 추출하는 과정으로 먼저 학습영상으로 PCA를 거쳐 생성된 고유얼굴을 구한다. 고유 얼굴에서 고유 입과 고유 눈을 획득하고, 이를 얼굴 분리 영상과 템플릿 매칭시켜 얼굴요소를 추출한다. 얼굴 요소는 눈과 입이 있으며 두 요소의 기하학적 특징으로 표정을 인식한다. 컴퓨터 모의실험 결과에 따르면 제안한 방법이 기존의 방법보다 추출률이 우수하게 나왔으며, 특히 입 요소의 추출률은 99%에 달하였다. 또 이 얼굴 요소 추출 방법을 표정인식에 적용하였을 때 놀람, 화남, 행복의 3가지 표정의 인식률이 80%를 상회하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 춘계종합학술대회
• /
• pp.597-600
• /
• 2007

얼굴은 개인의 신원확인을 위하여 중요한 생체부분이다. 하지만 얼굴인식은 고차원적인 패턴인식의 문제이다. 저해상도 얼굴영상 조차도 대단히 큰 특징공간을 생성한다. 고유공간기반 얼굴인식은 고차원적인 패턴인식의 문제를 보다 낮은 차원으로 줄여서 얼굴인식을 하는 방법이다. 본 연구의 목적은 실시간 얼굴인식을 위하여 빠른 특징 추출방법을 제공하는 것이다. 먼저, 입력된 얼굴 영상에서 주성분분석을 수행하여 고유벡터와 고유값을 생성하고, 생성된 고유벡터의 특이점에 Gabor 필터를 적용하여 특징벡터를 구성한 후에 앞에서 구해진 고유값을 곱하여 특징을 추출하는 방법을 제안한다. 본 연구에서는 ORL 데이터베이스를 이용하여 실험하였다.

• 한국산업정보학회논문지
• /
• 제14권5호
• /
• pp.43-51
• /
• 2009

본 논문에서는 PCA(principal component analysis)기반의 특징을 이용한 효율적인 얼굴검색 방법을 제안한다. coarse-to-fine 전략을 사용하여 저차원 고유얼굴 공간에서 검색 결과들을 1차 정렬한 후 상위 후보들을 확장된 차원의 고유얼굴 공간에서 재정렬하는 방식으로 검색 순위를 재조정한다. 질의 영상과 클래스간의 유사도의 측정을 위해 PD(projection distance), MQDF(modified quadratic distance function), MED(minimum Euclidean distance)를 사용한다. 실험 결과 $32{\times}32$ 크기의 질의 영상에 PD를 활용하여 점진적으로 검색 결과를 조정하는 제안하는 방법이 얼굴검색에 효율적임을 알 수 있었다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2013년도 춘계 종합학술대회 논문집
• /
• pp.289-290
• /
• 2013

이 논문은 얼굴의 기하학적 특징을 이용한 표정인식 시스템을 제안한다. 먼저 얼굴 인식 시스템으로 Haar-like feature의 특징 마스크를 이용한 방법을 적용하였다 인식된 얼굴은 눈을 포함하고 있는 얼굴 상위 부분과 입을 포함하고 있는 얼굴 하위 부분으로 분리한다. 그래서 얼굴 요소 추출에 용이하게 된다. 얼굴 요소 추출은 PCA를 통한 고유 얼굴의 고유 눈과 고유 입의 템플릿 매칭으로 추출하였다. 얼굴 요소는 눈과 입이 있으며 두 요소의 기하학적 특징을 통하여 표정을 인식한다. 눈과 입의 특징 값은 실험을 통하여 정한 각 표정별 임계 값과 비교하여 표정이 인식된다. 본 논문은 기존의 논문에서 거의 사용하지 않는 눈동자의 비율을 적용하여 기존의 표정인식 알고리즘보다 인식률을 높이는 방향으로 제안되었다. 실험결과 기존의 논문보다 인식률이 개선됨을 확인 할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제47권1호
• /
• pp.35-43
• /
• 2010

고유얼굴 기반 얼굴 인식 방법과 같은 얼굴 형태 기반 얼굴 인식 방법에 사용되는 1차원 PCA는 고차원의 얼굴 형태 데이터 벡터들의 처리로 인하여 부정확한 얼굴 표현과 과도한 계산량을 초래할 수 있다. 이에 개선 방안의 하나로 2차원 PCA 기반 얼굴 인식 방법이 개발되었다. 그러나 단순한 2차원 PCA 적용으로 얻어진 얼굴 표현 모델에는 얼굴 공통 특성 성분과 개인 식별 특성 성분이 모두 포함된다. 얼굴 공통 특성 성분은 오히려 개인 식별 능력을 방해할 수가 있고 또한 인식 처리 시간의 증가를 초래한다. 본 논문에서는 2차원 PCA 적용으로 얻어진 얼굴 특성 공간에서 얼굴 공통 특성 영향이 분리된 얼굴 고유 식별 특성 부분공간 모델을 개발하고 개발된 모델에 기반한 새로운 강인한 얼굴 인식 방법을 제안한다. 제안한 얼굴 고유식별 특성 부분공간 모델 기반 얼굴 인식 방법은 얼굴 고유 식별 특성에만 주로 의존하기 때문에 기존 1차원 PCA 및 2차원 PCA 기반 얼굴 인식 방법보다 얼굴 인식 성능 및 인식 속도에 대해서 더 우수한 성능을 보인다. 이는 다양한 조명 조건하에 다양한 얼굴 자세를 갖는 얼굴 이미지들로 구성된 Yale A 및 IMM 얼굴 데이터베이스를 이용한 실험을 통해 확인하였다.