• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권2호
• /
• pp.192-200
• /
• 2001

본 논문은 조명 변화, 표정 변화, 부분적인 오클루전이 있는 얼굴 영상에 강인하고 적은 메모리양과 계산량을 갖는 효율적인 얼굴 인식 방법을 제안한다. SKKUface(Sungkyunkwan University face)라 명명한 이 방법은 먼저 훈련 영상에 PCA(principal component analysis)를 적용하여 차원을 줄일 때 구해지는 특징 벡터 공간에서 조명 변화, 얼굴 표정 변화 등에 해당되는 공간이 최대한 제외된 새로운 특징 벡터 공간을 생성한다. 이러한 특징 벡터 공간은 얼굴의 고유특징만을 주로 포함하는 벡터 공간이므로 이러한 벡터 공간에 Fisher linear discriminant를 적용하면 클래스간의 더욱 효과적인 분리가 이루어져 인식률을 획기적으로 향상시킨다. 또한, SKKUface 방법은 클래스간 분산(between-class covariance) 행렬과 클래스내 분산(within-class covariance) 행렬을 계산할 때 문제가 되는 메모리양과 계산 시간을 획기적으로 줄이는 방법을 제안하여 적용하였다. 제안된 SKKUface 방법의 얼굴 인식 성능을 평가하기 위하여 YALE, SKKU, ORL(Olivetti Research Laboratory) 얼굴 데이타베이스를 가지고 기존의 얼굴 인식 방법으로 널리 알려진 Eigenface 방법, Fisherface 방법과 함께 인식률을 비교 평가하였다. 실험 결과, 제안된 SKKUface 방법이 조명 변화, 부분적인 오클루전이 있는 얼굴 영상에 대해서 Eigenface 방법과 Fisherface 방법에 비해 인식률이 상당히 우수함을 알 수 있었다.

• Journal of Information Processing Systems
• /
• 제12권4호
• /
• pp.591-611
• /
• 2016

High dimensional space is the biggest problem when classification process is carried out, because it takes longer time for computation, so that the costs involved are also expensive. In this research, the facial space generated from homogeneous and non-homogeneous polynomial was proposed to extract the facial image features. The homogeneous and non-homogeneous polynomial-based eigenspaces are the second opinion of the feature extraction of an appearance method to solve non-linear features. The kernel trick has been used to complete the matrix computation on the homogeneous and non-homogeneous polynomial. The weight and projection of the new feature space of the proposed method have been evaluated by using the three face image databases, i.e., the YALE, the ORL, and the UoB. The experimental results have produced the highest recognition rate 94.44%, 97.5%, and 94% for the YALE, ORL, and UoB, respectively. The results explain that the proposed method has produced the higher recognition than the other methods, such as the Eigenface, Fisherface, Laplacianfaces, and O-Laplacianfaces.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2011년도 제44차 하계학술발표논문집 19권2호
• /
• pp.29-30
• /
• 2011

본 논문에서는 스마트폰 얼굴인식을 통해 출입을 관리하는 시스템을 설계하고 구현한다. 이를 위해 스마트폰에서 얼굴인식을 위한 사용가능한 다양한 알고리즘을 조사하였다. 얼굴 인식의 첫 단계는 얼굴검출이며 다음 단계는 얼굴인식이다. 얼굴 검출을 위해서는 컬러 세그멘테이션, 템플릿매칭 등의 알고리즘을 적용하였으며, 얼굴 인식을 위해서는 PCA(Principal Component Analysis)에 기반을 둔 Eigenface와 LDA(Linear Discriminant Analysis)에 기반을 둔 Fisherface를 비교하여 구현하고 적용하였다. 스마트 폰의 제한된 하드웨어에서 얼굴인식 시스템을 구현하는 관계로 알고리즘의 정확도와 알고리즘의 계산 복잡도 사이에서 적절한 조절이 필요하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2006년도 하계종합학술대회
• /
• pp.387-388
• /
• 2006

In this paper, we propose an efficient algorithm based on PCA and LDA combining K-means clustering method, which has better accuracy of face recognition than Eigenface and Fisherface. In this algorithm, PCA is firstly used to reduce the dimensionality of original face image. Secondly, a truncated face image data are sub-clustered by K-means clustering method based on Euclidean distances, and all small subclusters are labeled in sequence. Then LDA method project data into low dimension feature space and group data easier to classify. Finally we use nearest neighborhood method to determine the label of test data. To show the recognition accuracy of the proposed algorithm, we performed several simulations using the Yale and ORL (Olivetti Research Laboratory) database. Simulation results show that proposed method achieves better performance in recognition accuracy.

• 한국컴퓨터정보학회논문지
• /
• 제16권11호
• /
• pp.9-15
• /
• 2011

본 논문에서는 스마트폰 얼굴인식을 통해 출입을 관리하는 시스템을 설계하고 구현한다. 이를 위해 스마트폰에서 얼굴인식을 위한 사용가능한 다양한 알고리즘을 조사하였다. 얼굴 인식의 첫 단계는 얼굴검출이며 다음 단계는 얼굴인식이다. 얼굴 검출을 위해서는 컬러 세그멘테이션, 템플릿매칭 등의 알고리즘을 적용하였으며, 얼굴 인식을 위해서는 PCA(Principal Component Analysis)에 기반을 둔 Eigenface와 LDA(Linear Discriminant Analysis)에 기반을 둔 Fisherface를 비교하여 구현하고 적용하였다. 스마트 폰의 제한된 하드웨어에서 얼굴인식시스템을 구현하는 관계로 알고리즘의 정확도와 알고리즘의 계산 복잡도 사이에서 적절한 조절이 필요하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2013년도 추계학술발표대회
• /
• pp.1370-1373
• /
• 2013

영상에서 사람의 얼굴 영상을 추출하여 성별 및 연령대를 자동으로 분석하는 시스템은 광고판 등을 이용한 마케팅, 보안, 통계 분야 등 여러 가지 적용이 가능하다. 이러한 시스템의 개발을 위해서는 얼굴 인식 알고리즘과 특성 분류 알고리즘이 요구된다. 그러나 기존 알고리즘의 경우 문제점이 존재한다. 얼굴 인식 알고리즘으로 가장 많이 사용되는 HAAR 특징은 오탐률이 높으며, 특성 분류 알고리즘으로 사용하는 Fisherface 기법의 경우 분류 Class가 3가지 이상시 분류 성공률이 현저히 떨어지는 문제점이 있다. 본 논문에서는 이 두 알고리즘의 문제점을 개선한 새로운 알고리즘을 제안한다. 얼굴 인식을 위해 기존 HAAR 특징과 LBP 특징을 결합하여 오탐률을 크게 감소시켰다. 또한 특성 분류를 위하여 3 Class 이상의 분류를 대체할 방법으로 2 Class-multi-level 반복 분류방식을 사용하였다. 대량의 데이터에 대한 실험을 통하여 제안한 방법이 기존 방법들보다 성능이 향상되었음을 보인다.

• 한국지능시스템학회논문지
• /
• 제25권5호
• /
• pp.437-443
• /
• 2015

이 논문에서는 가시광선 얼굴영상과 그로부터 예측한 열 적외선 텍스처의 데이터 융합에 의한 얼굴인식 방법에 관하여 연구하였다. 제안하는 얼굴인식 기법은 가시광선 얼굴영상과 열 적외선 텍스처를 PCA에 의하여 낮은 차원의 특징공간에서 특징벡터로 변환한 다음, 다층 신경회로망을 사용하여 가시광선 영상 특징으로부터 얼굴의 열적외선 특징을 예측하여 열 적외선 텍스처를 생성하였다. 학습과정에서는 주어진 개체로부터 획득한 한 쌍의 가시광선 및 열 적외선 영상에 대해서 PCA를 이용하여 낮은 차원의 특징공간으로 변환한 다음, 가시광선 영상특징으로부터 열 분포 특징으로 매핑시키는 비선형 함수에 해당하는 신경회로망의 내부 파라미터를 결정한다. 학습된 신경회로망은 입력 가시광선 얼굴 특징으로부터 열 에너지 분포 특성의 PCA계수를 예측하고, 이로부터 열 적외선 텍스처를 생성한다. 대표적인 두 가지 얼굴인식 알고리즘 Eigenfaces와 Fisherfaces을 사용하여 NIST/Equinox 데이터베이스에 대하여 얼굴인식에 관한 실험을 수행하였다. 예측한 열 적외선 텍스처와 가시광선 얼굴영상의 데이터 융합결과는 가시광선 얼굴영상만을 사용한 경우에 비해서 얼굴인식의 성능이 개선되었음을 수신자 조작특성 (ROC) 및 첫 번째 매칭성능에 의하여 검증하였다.