• 한국멀티미디어학회논문지
• /
• 제12권7호
• /
• pp.1006-1015
• /
• 2009

본 논문에서는 Hopkins가 제안한 인간두뇌의 신피질(neocortex)의 동작 원리를 컴퓨터에 접목시킨 HTM 이론을 적용하여 가족 구성원들의 얼굴을 인식하는 지능형 홈을 위한 얼굴 이미지 인식 시스템인 FRESH(Face image REcognition System for intelligent Home)를 개발하였다. 개발 결과를 확인하기 위해 실제 사진을 촬영하여 깨끗한 이미지와 왜곡된 이미지에 대하여 실험해 본 결과 깨끗한 이미지뿐만 아니라 실제 환경에서 흔히 입력되는 다양하게 왜곡된 얼굴 이미지에 대한 인식의 정확도가 높았다. 또한, 기존의 연구들은 얼굴영역 인식에 초점이 맞추어져 있어서 지능형 홈을 위한 시스템에 적용하기가 어려우나 본 연구는 얼굴 이미지와 그 사람의 이름을 일치시킨 것으로 지능형 홈에 적합한 시스템으로 개발하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (2)
• /
• pp.946-948
• /
• 2005

본 논문은 얼굴의 크기에 무관하게 적용 가능한 효율적인 얼굴 검출 및 얼굴 인식 시스템을 제안한다. 제안된 시스템에서는 먼저 스킨필터(skin filter)를 이용하여 눈, 코, 입을 포함한 얼굴 영역을 검출하며, 검출된 얼굴 영역을 로그-극좌표(log-polar) 이미지로 변환한다. 변환된 로그-극좌표 이미지에서 자동상관관계(autocorrelation) 기법을 이용하여 얼굴의 특징을 추출한 후, 고유얼굴(eigenface) 인식 기법으로 얼굴을 인식한다. 실험을 통하여 제안된 시스템이 평균 $97.83\%$의 인식률을 보여주었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.645-647
• /
• 2022

최근 딥러닝 기반의 이미지 분류는 다양한 산업과 서비스에서 활용되고 있으며, 이미지 인식을 통한 다양한 테스트가 SNS를 통해 인기를 끌고 있다. CNN은 대표적인 이미지 분류를 위한 신경망 모델로 본 연구에서는 사진속의 얼굴에 대해 동물상 인식을 위하여 동물 얼굴 이미지 및 각 동물상을 대표하는 연예인의 이미지를 수집하고, CNN 기반의 동물상 인식 모델을 구현하였다.

• 한국콘텐츠학회논문지
• /
• 제14권9호
• /
• pp.476-483
• /
• 2014

본 논문은 국내 표정 연구에 적합한 얼굴 표정 이미지를 제작하는 것에 목적을 두었다. 이를 위해서 1980년대 태생의 한국인의 표준 형상에 FACS-Action Unit을 결합하여, KSFI(Korean Standard Facial Image) AU set를 제작하였다. KSFI의 객관성을 확보하기 위해 6가지 기본 감성(슬픔, 행복, 혐오, 공포, 화남, 놀람) 이미지를 제작하여, 감성 별 인식 정확률과 얼굴 요소의 감성인식 기여도를 평가하였다. 실험 결과, 정확률이 높은 행복, 놀람, 슬픔, 분노의 이미지의 경우 주로 눈과 입의 얼굴 요소를 통해 감성을 판단하였다. 이러한 연구 결과를 통해 본 연구에서는 표정 이미지의 AU 변경할 수 있는 KSFI 콘텐츠를 제안하였다. 향후 KSFI가 감성 인식률 향상에 기여할 수 있는 학습 콘텐츠로서의 역할을 할 수 있을 것으로 사료된다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 춘계학술발표대회
• /
• pp.431-434
• /
• 2007

얼굴 인식은 생체인식 기술 중 비 강압식이라는 장점으로 인해 각광받고 있는 분야이다. 그러나 얼굴인식은 조명, 표정에 의해 인식 성능이 저하되는 단점이 있다. 그 중 얼굴표정에 많은 영향을 받으며, 잡음이 많은 부분이 입술부분이다. 입술모양의 변화에 따라 가보벡터 추출에 잡음이 포함되기 때문에, 얼굴 인식 성능이 저하되는 현상이 발생됨을 실험을 통해 알 수 있었다. 따라서 본 논문에서는 입술모양의 변화에 따른 잡음을 줄이기 위해 입술영역에 최적화된 말스버그 가보 웨이브렛 커널(Malsburg Gabor Wavelet Kerne)을 제안한다. 각 입술 특징점에 말스 버그 가보 웨이브렛을 적용하여, 추출된 가보벡터를 통계적으로 분석함으로써 잡음을 확인 할 수 있었으며, 잡음을 최소화하기 위해 입술 영역에 적응적인 말스버그 가보 웨이브렛 커널 을 제안하였다. 실험에 사용한 이미지는 1196 FERET Gellery 이미지를 사용하였으며, 얼굴 인식 성능이 향상됨을 알 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• pp.508-510
• /
• 2002

본 연구에서는 실시간으로 얼굴을 인식, 검증하기 위한 전처리 단계로써 얼굴을 고속으로 추출하고 추출된 영상을 개선하기 위한 효율적인 기법들을 소개한다. 먼저 RGB로 획득되는 영상을 인간의 시각 구조와 유사한 HSI 컬러 모델로 변환하고 여기서 인간의 피부 영역에 해당하는 컬러 분포를 조사하여 대강의 얼굴 영역을 찾고 이 영역을 대상으로 두 개의 가변 템플릿과의 상관도(Correlation)를 이용하여 최적의 얼굴 안면을 찾는다. 보다 나은 얼굴 인식을 위하여 검출된 얼굴 안면 이미지에서 조명 평면(Illumination plane) 이미지를 추출하여 먼저 불균일성을 보정한 다음 평활화(Equalization)를 수행함으로써 영상을 개선한다.

• 한국산학기술학회논문지
• /
• 제13권8호
• /
• pp.3666-3671
• /
• 2012

적외선 거리 센서를 사용하여 취득한 깊이이미지(depth image)에 대하여 잘 알려진 얼굴인식 알고리즘을 수행하여 깊이이미지 응용에 적용가능성을 평가한다. 아울러, 기존의 얼굴인식이 정확도 측면에서만 강조를 해온 측면이 있는데 이렇게 하면 실제 환경에서 적용할 때 문제점을 제대로 평가하기 어렵다. 본 연구에서는 RGB 이미지와 깊이 이미지들에 대해 잘 알려진 얼굴 인식 알고리즘 (PCA, LDA, ICA, SVM)을 적용하여 얼굴인식 정확도뿐만 아니라 처리 속도, 사용 메모리 그리고 저장 공간에 대한 정보를 구해 이미지 유형과 각 알고리즘에 따른 전반적인 성능을 구하였다. 처리 결과 깊이이미지와 컬러 색인된 깊이이미지는 컬러이미지에 비해 각각 30% ~ 40% 정도 파일 크기가 작음에도 전반적인 성능에서 컬러이미지와 마찬가지로 우수한 결과를 보였으며, LDA는 SVM 다음으로 정확도도 우수하고 훈련시간과 훈련 소요메모리도 양호하고 테스트시간과 테스트 소요 메모리도 낮아 우수한 성능을 보였다.

• 한국전자통신학회논문지
• /
• 제14권6호
• /
• pp.1207-1214
• /
• 2019

4차 산업혁명의 기술이 우리도 모르는 사이 우리의 삶 속으로 스며들고 있다. CNN이 이미지 인식 분야에서 탁월한 능력을 보여준 이후 많은 IoT 기반 홈보안 시스템은 침입자로부터 가족과 가정을 보호하며 얼굴을 인식하기 위한 좋은 생체인식 방법으로 CNN을 사용하고 있다. 본 논문에서는 2D와 2.5D 이미지에 대하여 여러 종류의 입력 이미지 크기와 필터를 가지고 있는 CNN의 구조를 연구한다. 실험 결과는 50*50 크기를 가진 2.5D 입력 이미지, 2 컨벌류션과 맥스풀링 레이어, 3*3 필터를 가진 CNN 구조가 0.966의 인식률을 보여 주었고, 1개의 입력 이미지에 대하여 가장 긴 CPU 소비시간은 0.057S로 나타났다. 홈보안 시스템은 좋은 얼굴 인식률과 짧은 연산 시간을 요구하므로 본 논문에서 제안한 구조의 CNN은 홈보안 시스템에서 얼굴인식을 기반으로 하는 액추에이터 제어 등에 적합한 방법이 될 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제26권2호
• /
• pp.19-25
• /
• 2021

본 논문에서는 비전 기술과 딥러닝 기반의 얼굴인식을 통해 실종자를 식별하는 방법을 제안하였다. 모바일 디바이스에서 전송된 원본 이미지에 대해 얼굴인식에 적합하도록 이미지를 전처리한 후, 얼굴인식의 정확도 향상을 위한 이미지 데이터 증식과 CNN 기반 얼굴학습 및 검증을 통해 실종자를 인식하였다. 본 논문의 구현 결과를 이용하여 가상의 실종자 이미지를 식별한 결과, 원본 데이터와 블러 처리한 데이터를 함께 학습한 모델의 성능이 가장 우수하게 나왔다. 또한 사전학습된 가중치를 사용한 학습 모델은 사용하지 않은 모델보다 높은 성능을 보였지만, 편향과 분산이 높게 나오는 한계를 확인할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2016년도 춘계학술대회
• /
• pp.359-362
• /
• 2016

얼굴은 홍채, 지문 등과 같은 사람마다 가진 특수한 정보이다. 얼굴 인식에 대한 연구들은 과거부터 현재까지 지속적으로 진행되고 있으며, 이러한 연구들을 통해 여러 가지의 얼굴 인식 방법들이 나타났다. 이 중에는 스테레오로 구성된 얼굴 데이터를 이용하여 얼굴 인식을 진행하는 알고리즘들이 있다. 본 논문에서는 기계학습의 방법인 Convolutional Neural Network를 이용하여 스테레오로 구성된 얼굴 이미지를 하나의 신경망으로 학습을 진행하였다. 또한 스테레오로 구성된 얼굴 이미지는 카메라 2대를 이용하여 취득하였다. 이 방법은 얼굴 인식에서 보편적으로 많이 사용되는 알고리즘인 PCA를 이용한 스테레오 얼굴 인식의 결과보다 더욱 좋은 성능을 보였다.