• 대한전자공학회논문지SP
• /
• 제42권4호
• /
• pp.59-68
• /
• 2005

본 논문에서는 측면 포즈 정규화를 통해 얻어진 부분영역을 이용해 대상의 포즈 변화에 강인한 얼굴인식 방법을 제안한다. 포즈변화에 강인한 얼굴인식을 위해 일반적으로 사용되는 방법인 포즈 정규화 방법은 포즈정규화과정 중에 가려져 보이지 않는 영역에 대한 정보를 가지고 있지 않기 때문에 문제가 발생하게 된다 일반적으로는 보상을 통해 문제를 해결 하고 있지만, 보상에 의해 영상이 왜곡이 되거나 특징정보를 잃는 경우가 많다. 이런 문제를 해결하기 위해 깊이찬가 큰 영역에서 주로 발생하는 왜곡을 줄이도록 정면이 아닌 측면으로의 정규화를 시도한다 또한 정규화후 왜곡이 발생한 영역은 제거하고 왜곡이 발생하지 않은 영역만을 이용해 인식과정을 수행한다 포즈가 좌우변화만 존재하는 경우와 상하변화도 존재하는 경우 두 가지 경우로 나누어 다루었으며 각각의 경우에 대해 실험을 통해 인식 성능의 향상을 확인하였다

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 학술회의 논문집 정보 및 제어부문 B
• /
• pp.1006-1009
• /
• 2003

In this paper, we propose a technique of the recognition of partial face. Most of the research is concentrated on the recognition of whole face Since part of the face area in an image can be damaged or overlapped, face recognition based on partial face is required. PCA and LDA technique is applied to the recognition of partial face. Also, a new method to combine the results of the recognition of parts of the face.

• 한국항행학회논문지
• /
• 제14권2호
• /
• pp.191-197
• /
• 2010

많은 적용과 응용을 하더라도 얼굴 검출의 이미지 분석은 상당히 어렵다. 본 논문으로 불규칙한 조명의 영향으로 미검출되는 얼굴에 조명이 고루 분포되도록 얼굴영역을 검출하였으며, 기존의 정면 얼굴만을 검출하던 결과를 보완하였다. LAB 컬러조명보정으로 기존의 아다부스트 얼굴 검출에 비해 32% 향상된 얼굴검출 결과를 보였다. 입력된 두 영상의 차를 구해 Glassfire 라벨링을 실시했다. Area 임계치 값을 비교하여 임계값 이상의 면적이 되면 제안한 LCFD시스템 알고리즘인 RGB평활화와 LAB영상보정을 하였다. 이렇게 추출된 동작변환 영상을 대상으로 얼굴영역 검출을 실시하였다. 얼굴 검출에 필요한 특징을 추출하기 위해 AdaBoost알고리즘을 사용하였다. 본 논문으로 기울어진 얼굴영역과 멀리 떨어져 있는 얼굴영역, Multi-view 얼굴영역 검출까지 가능하였다. 또한 조명의 방향에 관계없이 높은 검출률을 보였으며, 사용자 인증 분야 등에 일반 PC만으로 적용 가능함이 입증되었다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제5권5호
• /
• pp.251-260
• /
• 2016

얼굴 인식은 얼굴 영상에서 특징을 추출하고, 이를 다양한 알고리즘을 통해 학습하여 학습된 데이터와 새로운 얼굴 영상에서의 특징과 비교하여 사람을 인식하는 기술로 인식률을 향상시키기 위해서 다양한 방법들이 요구되는 기술이다. 얼굴 인식을 위해 학습 단계에서는 얼굴 영상들로 부터 특징 성분을 추출해야하며, 이를 위한 기존 얼굴 특징 성분 추출 방법에는 선형판별분석(Linear Discriminant Analysis, LDA)이 있다. 이 방법은 얼굴 영상들을 고차원의 공간에서 점들로 표현하고, 클래스 정보와 점의 분포를 분석하여 사람을 판별하기 위한 특징들을 추출하는데, 점의 위치가 얼굴 영상의 화소값에 의해 결정되므로 얼굴 영상에서 불필요한 영역 또는 변화가 자주 발생하는 영역이 포함되는 경우 잘못된 얼굴 특징이 추출될 수 있으며, 특히 일반 카메라 영상을 사용하여 얼굴인식을 수행하는 경우 얼굴과 카메라간의 거리에 따라 얼굴 크기가 다르게 나타나 최종적으로 얼굴 인식률이 저하된다. 따라서 본 논문에서는 이러한 문제점을 해결하기 위해 일반 카메라를 이용하여 얼굴 영역을 검출하고, 검출된 얼굴 영역에서 Gabor Filter를 이용하여 계산된 얼굴 외곽선을 통해 불필요한 영역을 제거한 후 일정 크기로 얼굴 영역 크기를 정규화하였다. 정규화된 얼굴 영상을 선형 판별 분석을 통해 얼굴 특징 성분을 추출하고, 인공 신경망을 통해 학습하여 얼굴 인식을 수행한 결과 기존의 불필요 영역이 포함된 얼굴 인식 방법보다 약 13% 정도의 인식률 향상이 가능하였다.

• 반도체디스플레이기술학회지
• /
• 제7권3호
• /
• pp.45-49
• /
• 2008

Face detection and tracking technology on video sequence has developed indebted to commercialization of teleconference, telecommunication, front stage of surveillance system using face recognition, and video-phone applications. Complex background, color distortion by luminance effect and condition of luminance has hindered face recognition system. In this paper, we have proceeded to research of face recognition on video sequence. We extracted facial area using luminance and chrominance component on $YC_bC_r$ color space. After extracting facial area, we have developed the face recognition system applied to our improved algorithm that combined PCA and LDA. Our proposed algorithm has shown 92% recognition rate which is more accurate performance than previous methods that are applied to PCA, or combined PCA and LDA.

• 융합신호처리학회논문지
• /
• 제13권2호
• /
• pp.77-82
• /
• 2012

본 논문은 얼굴 검출 시스템에서 검출된 얼굴의 크기와 위치 정보를 이용한 얼굴 영역 안정화 알고리즘의 하드웨어 구현에 관한 것이다. adaboost 알고리즘을 이용한 얼굴 검출 시스템은 입력되는 영상을 이용하여 얼굴이라고 판단될 수 있는 템플릿 패턴, 얼굴 특징을 추출 하거나 미리 학습된 데이터와 비교하여 얼굴을 검출한다. 하지만 미세한 흔들림에도 얼굴 정보의 위치나 크기가 달라진다. 검출된 얼굴 영역의 안정화를 위해서 본 논문은 검출된 현재 얼굴 정보와 이전 프레임의 얼굴 정보를 기반으로 얼굴 영역의 흔들림을 줄이는 고주파 억제 필터, 얼굴 거리와 영역 비교, 얼굴 영역 확대-축소 연산을 이용한 얼굴 검출 안정화 하드웨어를 구현하여 실시간으로 피드백이 가능하도록 하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.2307-2310
• /
• 2003

In this paper, a method for face recognition based on the wavelet packet decomposition is proposed. In the proposed method, the input image is decomposed by the 2-level wavelet packet transformation and then the face areas are defined by the Integral Projection technique applied to each of the 1-level subband images, HL and LH. After the defined face areas are divided into three areas, called top, bottom, and border, the mean and the variance of the three areas of the approximation image are computed, and the variance of the single predetermined face area for the rest of 15 detail images, from which the feature vectors of statistical measure are extracted. In this paper we use the wavelet packet decomposition, a generalization of the classical wavelet decomposition, to obtain its richer signal analysis features such as discontinuity in higher derivatives, self-similarity, etc. And we have shown that even with very simple statistical features such as mean values and variance we can make an excellent basis for face classification, if an appropriate probability distance is used.

• 한국콘텐츠학회논문지
• /
• 제5권2호
• /
• pp.199-205
• /
• 2005

본 논문에서는 영상내의 얼굴과 헤어의 컬러와 기하학적 특징을 이용하는 얼굴 검출 알고리즘을 제안한다. 컬러 특성을 이용하여 얼굴과 헤어의 후보영역을 검출 한 후, 이 영역들의 조도에 대한 편차를 이용하여 배경 영역을 제거한다. 그리고 얼굴과 헤어가 인접하는 기하학적 특징을 이용하여 여러 후보영역 중 실제 얼굴영역을 검출한다. 제안한 알고리즘 성능은 실험 영상에 대한 얼굴의 검출률 실험을 통하여 평가 되었으며, 실험결과 높은 검출률을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권11호
• /
• pp.5605-5623
• /
• 2016

We propose a face recognition method that utilizes the LCP face descriptor. The proposed method applies a LoG mask to extract a face contour response, and employs the LCP algorithm to produce a binary pattern representation that ensures high recognition performance even under the changes in illumination, noise, and aging. The proposed LCP algorithm produces excellent noise reduction and efficiency in removing unnecessary information from the face by extracting a face contour response using the LoG mask, whose behavior is similar to the human eye. Majority of reported algorithms search for face contour response information. On the other hand, our proposed LCP algorithm produces results expressing major facial information by applying the threshold to the search area with only 8 bits. However, the LCP algorithm produces results that express major facial information with only 8-bits by applying a threshold value to the search area. Therefore, compared to previous approaches, the LCP algorithm maintains a consistent accuracy under varying circumstances, and produces a high face recognition rate with a relatively small feature vector. The test results indicate that the LCP algorithm produces a higher facial recognition rate than the rate of human visual's recognition capability, and outperforms the existing methods.

• 한국정보전자통신기술학회논문지
• /
• 제7권1호
• /
• pp.55-60
• /
• 2014

본 논문에서는 자연 영상에서 피부색 색상과 채도를 기초로 얼굴영역을 추출하고 얼굴의 특징요소를 추출하는 방법을 제안하였다. 제안한 알고리즘은 조명보정과 얼굴 검출 과정으로 구성되었다. 조명 보정 과정에서는 조명변화에 대한 보정기능을 수행한다. 얼굴 검출 과정은 20개의 피부색 표본 영상에서 색상과 채도를 특징벡터로 사용, 입력영상과의 유클리디안 거리를 구하여 피부색 영역을 추출하였다. 추출된 얼굴 후보영역을 CMY칼라 모델에서 C요소로 눈을 검출하였고, YIQ 칼라 공간에서 Q요소로 입을 검출하였다. 추출된 얼굴 후보영역에서 일반적인 얼굴에 대한 지식을 기반으로 얼굴 영역을 검출하였다. 입력받은 10장의 자연 영상으로 실험한 결과 100%의 얼굴 검출율을 보였다.