• Journal of Electrical Engineering and Technology
• /
• 제10권2호
• /
• pp.659-669
• /
• 2015

Face Recognition assumes much significance in the context of security based application. Normally, high resolution images offer more details about the image and recognizing a face from a reasonably high resolution image would be easier when compared to recognizing images from very low resolution images. This paper addresses the problem of recognizing faces from a very low resolution image whose size is as low as $8{\times}8$. With the use of CCTV(Closed Circuit Television) and with other surveillance camera-based application for security purposes, the need to overcome the shortcomings with very low resolution images has been on the rise. The present day face recognition algorithms could not provide adequate performance when employed to recognize images from VLR images. Existing methods use super-resolution (SR) methods and Relation Based Super Resolution methods to construct from very low resolution images. This paper uses a learning based super resolution method to extract and construct images from very low resolution images. Experimental results show that the proposed SR algorithm based on relationship learning outperforms the existing algorithms in public face databases.

• 한국멀티미디어학회논문지
• /
• 제23권3호
• /
• pp.412-420
• /
• 2020

This paper proposes a performance-improving face recognition system based on a super resolution method for low-resolution images. The conventional face recognition algorithm has a rapidly decreased accuracy rate due to small image resolution by a distance. To solve the previously mentioned problem, this paper generates a super resolution images based o deep learning method. The proposed method improved feature information from low-resolution images using a super resolution method and also applied face recognition using a feature extraction and an classifier. In experiments, the proposed method improves the face recognition rate when compared to conventional methods.

• 한국멀티미디어학회논문지
• /
• 제21권2호
• /
• pp.173-180
• /
• 2018

This paper proposes a method to improve the performance of face recognition via super-resolution method using sparse representation and deep learning from low-resolution facial images. Recently, there have been many researches on ultra-high-resolution images using deep learning techniques, but studies are still under way in real-time face recognition. In this paper, we combine the sparse representation and deep learning to generate super-resolution images to improve the performance of face recognition. We have also improved the processing speed by designing in parallel structure when applying sparse representation. Finally, experimental results show that the proposed method is superior to conventional methods on various images.

• 방송공학회논문지
• /
• 제25권1호
• /
• pp.105-108
• /
• 2020

본 논문은 초고해상도 기법을 이용한 실시간 저해상도 얼굴 인식 시스템을 제안한다. 기존의 비대면 얼굴인식은 거리에 따라 해상도가 저하되면서 얼굴인식의 성능이 저하되는 한계가 있다. 이러한 문제를 해결하기 위해서 초고해상도 기법에 대한 연구도 진행되었으나 비대면 얼굴인식 전 과정에 대한 통합적인 설계에 관한 연구는 미흡하다. 제안한 비대면 얼굴인식은 저해상도 영상으로 키프레임 검출, 얼굴검출, 초고해상도 기법, 특징추출 및 얼굴인식 결과까지 약 2초 이내에 수행함으로써 먼 거리에서도 비대면 얼굴인식의 성능을 향상하였다. 다양한 형태의 영상에 대한 실험을 통해 제안한 방법은 기존 방법에 비해 실시간 및 성능측면에서 저해상도 얼굴 인식이 우수함을 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제22권11호
• /
• pp.1242-1250
• /
• 2019

Super resolution technique aims to convert a low-resolution image with coarse details to a corresponding high-resolution image with refined details. In the past decades, the performance is greatly improved due to progress of deep learning models. However, universal solution for various objects is a still challenging issue. We observe that learning super resolution with a general dataset has poor performance on faces. In this paper, we propose a super resolution fusion scheme that works well for both general- and face datasets to achieve more universal solution. In addition, object-specific feature extractor is employed for better reconstruction performance. In our experiments, we compare our fusion image and super-resolved images from one- of the state-of-the-art deep learning models trained with DIV2K and FFHQ datasets. Quantitative and qualitative evaluates show that our fusion scheme successfully works well for both datasets. We expect our fusion scheme to be effective on other objects with poor performance and this will lead to universal solutions.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2017년도 추계학술발표대회
• /
• pp.781-784
• /
• 2017

얼굴인식 시스템은 비접촉데이터 채집의 특성과 함께, 그 정확도가 점차 향상되고 있다. 공공 감시카메라와 같이 사진을 멀리서 찍는 상황에서는 저해상도의 얼굴 이미지로 인해 얼굴인식 시스템을 효과적으로 사용할 수 없는 경우가 있다. 이론적으로는 저해상도영상을 Super Resolution (SR) 방법으로 고해상도 영상으로 바꾸어 얼굴인식에 사용할 수 있지만, 기존의 SR 방법들은 얼굴 인식에 만족할만한 결과를 내지 못할 수 있다. 이 논문은 극 저해상도 (very low resolution) 얼굴인식 문제를 살펴보고 편미분방정식 기반 SR 방법을 제안하고, CNN 기반 얼굴인식 시스템에 응용한다.

• Journal of International Society for Simulation Surgery
• /
• 제1권2호
• /
• pp.57-61
• /
• 2014

We present a robust 3D facial reconstruction method using a single image generated by face-specific super resolution technique. Based on the several consecutive frames with low resolution, we generate a single high resolution image and a three dimensional facial model based on it. To do this, we apply PME method to compute patch similarities for SR after two-phase warping according to facial attributes. Based on the SRI, we extract facial features automatically and reconstruct 3D facial model with basis which selected adaptively according to facial statistical data less than a few seconds. Thereby, we can provide the facial image of various points of view which cannot be given by a single point of view of a camera.

• 방송공학회논문지
• /
• 제26권5호
• /
• pp.608-620
• /
• 2021

최근 딥러닝 기반의 얼굴 초해상화 연구는 일반적인 영상에 대한 초해상화 연구와 달리 인간의 얼굴이 가지는 구조적 혹은 의미론적인 특성을 반영한 안면 랜드마크 정보, 주요 영역 딕셔너리와 같은 사전 및 참조 정보를 사용하여 우수한 초해상화 결과를 보였다. 그러나 얼굴에 특화된 사전 정보를 사용할 시 추가적인 처리 소요 시간과 메모리를 요구하는 단점이 존재한다. 본 논문은 앞서 언급한 한계점을 극복하고자 지식 증류 기법을 활용한 효율적인 초해상화 모델을 제안한다. 주요 얼굴 영역 기반의 딕셔너리 정보를 사용하는 선생 모델에 지식 증류 기법을 적용하여 추론 시 랜드마크 정보와 부가적인 딕셔너리 사용이 필요 없는 학생 모델을 구축하였다. 제안하는 학생 모델은 특징맵 기반의 적대적 지식 증류를 통해 얼굴 주요 영역 딕셔너리를 가지고 있는 선생 모델로부터 학습을 진행하였다. 본 논문은 제안하는 학생 모델의 실험 결과를 통해 정량 및 정성적으로 우수함을 보이며 선생 모델의 연산량에 비해 90% 이상 절감되는 효율성을 증명한다.

• 대한의용생체공학회:의공학회지
• /
• 제44권5호
• /
• pp.329-335
• /
• 2023

Perceived age is defined as age estimated based on physical appearance. Perceived age is an important indicator of the overall health status of the elderly. This is because people who appear older tend to have higher rates of morbidity and mortality than people of the same chronological age. Although perceived age is an important indicator, there is a lack of objective methods to quantify perceived age. In this paper, we construct a quantified perceived age model from face images using a convolutional neural network. The face images are enlarged to super-resolution and the skin, an important feature in perceived age, is made clear. Moreover, through Tanh-polar transformation, the central area of the face occupies a relatively larger area than the boundary area, helping the neural network better recognize facial skin features. The experimental results show mean absolute error (MAE) of 6.59, showing that the proposed model is superior to existing method.

• 한국정보통신학회논문지
• /
• 제26권12호
• /
• pp.1816-1825
• /
• 2022

본 논문에서는 다양한 해상도의 카메라를 사용하는 감시 카메라 네트워크에서 각 사람을 추적하는 새로운 접근 방식을 제안한다. 다수의 비겹침 카메라 상에서 사람 추적 시 기존에 사용되던 사람 특징 정보는 다양한 카메라 시야 조건에 쉽게 영향을 받는다. 이러한 한계를 극복하기 위해 제안하는 시스템은 외모 정보와 함께 얼굴 정보를 활용한다. 일반적으로 감시 카메라로 촬영하는 사람 영상은 해상도가 낮은 경우가 많기 때문에 추적을 용이하게 하기 위해 저해상도 얼굴에서도 유용한 특징을 추출할 수 있어야 한다. 제안하는 추적 방식에서 사람 얼굴 특징을 추출하기 위해 탐지된 얼굴을 정면화한 후 텍스쳐 기반의 특징을 추출한다. 또한 감시 카메라에 포착된 얼굴의 크기가 매우 작은 경우 얼굴을 확대하는 초해상도 기법도 함께 활용한다. 공개된 데이터셋인 Dana36을 이용하여 수행한 실험결과를 통해 제안된 알고리즘의 우수한 성능을 보여준다.