• 한국통신학회논문지
• /
• 제28권11C호
• /
• pp.1140-1151
• /
• 2003

본 논문에서는 변형 Otsu 이진화 방법과 Hu 모멘트를 기반으로 밝기, 명암도, 크기, 회전, 위치 변화에 강인한 얼굴 인식 방법을 제안한다. 제안하는 변형 Otsu 이진화 방법은 기존의 Otsu 이진화 방법으로부터 또 다른 문턱치 값을 결정하고 이로부터 얻어진 이진 얼굴 영상 2개를 사용함으로써 이진 영상 하나보다 고차원의 특징벡터를 추출할 수 있고, 기존의 Otsu 이진화 방법과 마찬가지로 밝기 및 명암도 변화에 강인한 속성을 가지고 있다. 특징 값으로는 Hu 모멘트를 사용함으로써 크기, 회전, 위치 변화에 강인한 특성을 추가로 가지고 있다 기존의 주요 성분 분석(Principal Component Analysis, PCA) 방법과 제안한 방법을 비교 실험한 결과, 위에서 언급한 5가지 다양한 환경 변화에 대하여 PCA 방법의 평균 인식률은 olivetti Research Laboratory (ORL) 데이터베이스와 AR 데이터베이스에 대해서 각각 68.4%와 51.2%이고, 제안한 방법의 평균 인식률은 각각 93.2%와 81.4%로서 제안한 방법의 인식 성능이 우수함을 확인하였다.

• 대한전자공학회논문지SP
• /
• 제40권6호
• /
• pp.149-156
• /
• 2003

본 논문에서는 변형 Otsu 이진화 방법, Hu 모멘트 및 선형 판별 분석(linear discriminant analysis, LDA)를 기반으로 밝기, 명암도, 크기, 회전 위치 변화에 강인한 얼굴 인식 방법을 제안하고자 한다. 제안한 변형 Otsu 이진화를 사용하여 밝기 및 명암도에 불변한 이진 영상들을 만든다. 그런 후 생성된 얼굴 영상의 경계 영상 및 다단계 이진영상으로부터 총 17개의 Hu 모멘트를 계산한 다음 LDA 방법을 적용하여 최종 특징 벡터를 추출한다. 특히 제안하는 얼굴 인식 방법은 Hu 모멘트를 이용함으로써 크기, 회전 및 위치 변화에도 강인한 특성을 갖고 있다. Olivetti research laboratory (ORL) 데이터베이스와 AR 데이터베이스의 총 100명의 얼굴 영상에 대해 기존의 주요 성문 분석(Principal component analysis, PCA) 방법 및 PCA와 LDA를 결합한 얼굴 인식 방법과 비교 실험한 결과, 제안한 얼굴 인식 방법은 대체적으로 기존 방법보다 뛰어난 인식 성능을 보였다.