• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.44 no.1
• /
• pp.102-112
• /
• 2007

This paper includes an analysis of face recognition algorithm to design hardware and presents fixed point model in accordance with it. Face recognition algorithm detects the positions of face and eyes to make use of their feature data to detect and verify human faces. It distinguishes a particular user by means of comparing them with registered face features. To implement the face recognition algorithm into hardware, we developed its fixed point model by analyzing face feature parameters, face acquisition data, and feature detection parameters and operation structure.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2004.05b
• /
• pp.608-611
• /
• 2004

In this paper, we propose a robust face recognition technique based on the principle of eigenfaces. The traditional eigenface recognition (EFR) method works quite well when the input test patterns are cropped fares. However, when confronted with recognizing faces embedded in arbitrary backgrounds, the EFR method fails to discriminate effectively between faces and background patterns, giving rise to many false alarms. In order to improve robustness in the presence of background, we argue in favor of loaming the distribution of background patterns. A background space is constructed from the background patterns and this space together with the face space is used for recognizing faces. The proposed method outperforms the traditional EFR technique and gives very good results even on complicated scenes.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.19 no.11
• /
• pp.295-302
• /
• 2018

Face recognition (FR) has been widely used in various applications, such as smart surveillance systems, immigration control in airports, user authentication in smart devices, and so on. FR in well-controlled conditions has been extensively studied and is relatively mature. However, in unconstrained conditions, FR performance could degrade due to undesired characteristics of the input face image (such as irregular facial pose variations). To overcome this problem, this paper proposes a new method for determining if an input image is suitable for FR. In the proposed method, for an input face image, reconstruction error is computed by using a predefined set of reference face images. Then, suitability can be determined by comparing the reconstruction error with a threshold value. In order to reduce the effect of illumination changes on the determination of suitability, a preprocessing algorithm is applied to the input and reference face images before the reconstruction. Experimental results show that the proposed method is able to accurately discriminate non-frontal and/or incorrectly aligned face images from correctly aligned frontal face images. In addition, only 3 ms is required to process a face image of $64{\times}64$ pixels, which further demonstrates the efficiency of the proposed method.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.679-681
• /
• 2004

웹 카메라로부터 입력된 비디오 영상으로부터 실시간 얼굴 인식은 빠르고 정확한 시스템이 요구된다. 따라서 본 논문에서는 객체 분류 기법인 SVM을 이용하여 실시간 다중 얼굴 인식이 가능한 시스템 구현에 중점을 두었다. 본 논문은 얼굴 skin/non-skin 정보를 이용한 얼굴 후보 영역의 검출 단계, 얼굴/비얼굴의 검출 단계, 그리고 얼굴의 인식 단계로 구성되어 있다. 각각의 단계별로 SVM을 적용하였고 각 SVM은 오프라인상의 학습 부분과 온라인상의 테스트 부분으로 구성되어 있고, SVM의 QP 최적화 문제를 해결하기 위해 학습 알고리즘인 SMO을 적용하였다. 팬(Pan)-틸트(Tilt) 제어가 가능한 저가형 웹 카메라를 이용하여 자동으로 얼굴 위치를 추적, 이동하면서 얼굴 인식을 수행하였다.

• The KIPS Transactions:PartB
• /
• v.15B no.5
• /
• pp.477-486
• /
• 2008

Facial expression, which changes face geometry, usually has an adverse effect on the performance of a face recognition system. To improve the face recognition rate, we propose a normalization method of facial expression to diminish the difference of facial expression between probe and gallery faces. Two approaches are used to facial expression modeling and normalization from single still images using a generic facial muscle model without the need of large image databases. The first approach estimates the geometry parameters of linear muscle models to obtain a biologically inspired model of the facial expression which may be changed intuitively afterwards. The second approach uses RBF(Radial Basis Function) based interpolation and warping to normalize the facial muscle model as unexpressed face according to the given expression. As a preprocessing stage for face recognition, these approach could achieve significantly higher recognition rates than in the un-normalized case based on the eigenface approach, local binary patterns and a grey-scale correlation measure.

• Journal of the Korea Society of Computer and Information
• /
• v.10 no.5 s.37
• /
• pp.353-362
• /
• 2005

Recently, study of Bimodal recognition has become very active. In this paper we propose a Bimodal user recognition system that uses face information and audio information. Face recognition consists of face detection step and face recognition step. Face detection uses AdaBoost to find face candidate area. After finding face candidates, PCA feature extraction is applied to decrease the dimension of feature vector. And then, SVM classifiers are used to detect and recognize face. Audio recognition uses MFCC for audio feature extraction and HMM is used for audio recognition. Experimental results show that the Bimodal recognition can improve the user recognition rate much more than audio only recognition, especially in the Presence of noise.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.458-460
• /
• 2000

본 논문에서는 유전자 알고리즘(GA)과 Support Vector Machine(SVM)을 결합하여 사용한 얼굴 인식 시스템을 제안한다. 기존의 SVM을 이용한 얼굴 인식 연구에서는 얼굴 전체 영상을 SVM의 입력벡터로 사용하는데 반해, 본 연구에서는 GA를 이용하여 얼굴 영상 중에서 개인별로 식별 능력이 우수한 특징들만을 선택하여 이를 SVM의 입력벡터로 사용한다. 조명, 표정, 안경 착용 등 다양한 변화가 있는 Yale 얼굴 데이터베이스를 사용하여 실험한 결과, 얼굴 전체 영상을 사용한 경우보다 더 좋은 인식률을 보였다. 또한 제안된 방법에 의한 얼굴 인식 시스템은 각 개인별로 식별력이 우수한 특징들만을 저장하므로, 얼굴인식 시스템을 구성하기 위해 저장될 정보의 양이 현저하게 감소하게 된다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.209-212
• /
• 2000

본 논문에서는 칼라 CCD 카메라로부터 입력된 얼굴 영상에서 칼라 정보와 눈, 코, 입 등의 얼굴 영역 특징자 및 턱선의 선형적 특징을 이용한 얼굴 인식 알고리즘을 제안하였다. 제안한 알고리즘에서는 인간의 시각 체계와 비교적 유사한 HSI좌표계 상에서 피부색에 대한 색상 정보와 명암값 정보를 함께 이용함으로써 얼굴영역 추출의 효율을 높였고, 적응적인 추출이 가능하도록 하였다. 또한 추출된 얼굴 영역에서 얼굴 인식율 개선을 위해 눈, 코, 입 등의 구조적 위치 정보와 턱선의 선형적인 특징값을 이용하여 얼굴 인식율을 개선하였다. 제안한 알고리즘에서는 기존의 명암 정보를 이용하는 방법과는 달리 색상 정보와 명암 정보를 함께 이용함으로써 정확한 얼굴 영역의 검출이 가능하였으며 인식 방법에 있어서 구조적 특징자 외에 턱선의 선형적인 관계값을 이용함으로써 인식 효율을 개선하였다.

• Review of KIISC
• /
• v.12 no.2
• /
• pp.18-24
• /
• 2002

얼굴인식 기술은 접촉에 대한 거부감이나 불편함이 없이 친숙하고 편리하게 사용자를 식별하고 인식할 수 있으며, 부가적인 센서 장비가 필요없다는 측면에서 개인 인증 및 보안 시스템으로서의 활용성이 매우 높다. 본 고에서는 여러 가지 장점들을 지닌 얼굴 인식 시스템의 구현 사례를 실시간 얼굴 검출 기술과 특징 추출 기술, 인식 기술로 구분하여 소개한다. 개발된 시스템은 얼굴 검출을 위해서 색상과 에지 성분을 이용하는 복합 알고리즘을 적용하여 실시간 얼굴 탐지를 가능하게 하였고, 추출된 사용자의 고유 얼굴 정보는 최신 인식 기법의 하나인 Support Vector Machine으로 분류, 인식된다. 또한 시스템의 성능을 테스트하고, 실용화 가능성을 모색하기 위하여 하드웨어 임베디드 시스템의 설계 및 구현 과정에 대하여 소개한다. 조명 및 환경 변화에 따른 시스템의 성능 변화를 객관적으로 검증하기 위하여 다양한 변화 조건을 고려한 한국인 표준 얼굴 데이터베이스를 구축하였고, 이 데이터베이스를 기반으로 체계적인 시스템의 성능 테스트를 수행하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.446-449
• /
• 2011

얼굴 인식 성능을 저해하는 환경으로 인한 축구 비디오에서의 낮은 선수 인식률과 제한된 해공간의 문제점을 해결하는 차원에서 본 논문에서는 다음과 같은 특징을 갖는 얼굴 인식 기반의 축구선수 인식 방법론을 제안한다: 1) 조명 변화에 민감하지 않은 얼굴 표현 방법인 ULBP를 사용하여 얼굴 인식 성능을 향상시킨다; 2) 얼굴 인식 성능을 저해하는 다양한 환경에서도 이미 강인한 성능이 검증된 SRC를 선수 식별 과정에 적용함으로써 안정적이고 높은 선수 식별 성능을 보장한다; 3) 클로즈업 샷뿐만 아니라 미디엄 샷의 정면, 준정면, 측면 얼굴 이미지를 대상으로 선수 식별의 해공간을 확장한다; 4) SRC의 점증적 갱신 학습 능력으로 축구 선수 얼굴 데이터베이스의 변화에도 능동적으로 적응한다. 실제 2010년 남아프리카 공화국 월드컵의 스페인 경기를 대상으로 제안된 방법론의 성능을 실험적으로 검증한다.