• 한국산업정보학회논문지
• /
• 제14권5호
• /
• pp.43-51
• /
• 2009

본 논문에서는 PCA(principal component analysis)기반의 특징을 이용한 효율적인 얼굴검색 방법을 제안한다. coarse-to-fine 전략을 사용하여 저차원 고유얼굴 공간에서 검색 결과들을 1차 정렬한 후 상위 후보들을 확장된 차원의 고유얼굴 공간에서 재정렬하는 방식으로 검색 순위를 재조정한다. 질의 영상과 클래스간의 유사도의 측정을 위해 PD(projection distance), MQDF(modified quadratic distance function), MED(minimum Euclidean distance)를 사용한다. 실험 결과 $32{\times}32$ 크기의 질의 영상에 PD를 활용하여 점진적으로 검색 결과를 조정하는 제안하는 방법이 얼굴검색에 효율적임을 알 수 있었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 추계학술대회 학술발표 논문집
• /
• pp.299-302
• /
• 2001

The statistical analysis of the feature extraction and the neural networks are proposed to recognize a human face. In the preprocessing step, the normalized skin color map with Gaussian functions is employed to extract the region of face candidate. The feature information in the region of the face candidate is used to detect the face region. In the recognition step, as a tested, the 120 images of 10 persons are trained by the backpropagation algorithm. The images of each person are obtained from the various direction, pose, and facial expression. Input variables of the neural networks are the geometrical feature information and the feature information that comes from the eigenface spaces. The simulation results of$.$10 persons show that the proposed method yields high recognition rates.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2011년도 제43차 동계학술발표논문집 19권1호
• /
• pp.315-316
• /
• 2011

일반적으로 영상에서 얼굴 영상을 검출하고 인식하는 알고리즘은 패턴 인식 연구에 있어서 인간과 컴퓨터의 상호작용의 연구라는 면에서 아주 중요한 문제로 연구되어 왔다. 본 논문에서는 고유얼굴을 이용하여 유클리디언 거리법과 퍼지기법의 인식률을 비교해보고자 한다. PCA(Principal Component Analysis) 방식은 우수한 인식 결과를 보장하는 얼굴인식 기법중의 하나이며, 얼굴 영상을 이용하여 공분산 행렬을 계산하고, 공분산 행렬을 통해 생성된 저차원의 벡터, 즉 고유얼굴(Eigenface)을 이용하여 가중치를 계산하고, 이 가중치를 기준으로 인식을 수행하는 기법이다. 이를 기반으로 하여, 본 논문에서는 전처리 과정, 고유얼굴 과정, 유클리디언 거리법 및 퍼지 소속도 함수 설계 과정, 신경망 학습과정, 인식과정으로 구성된 5단계의 얼굴 인식 알고리즘을 제안한다.

• 로봇학회논문지
• /
• 제1권2호
• /
• pp.151-157
• /
• 2006

This paper is concerned with the template-based face recognition from robot camera images with illumination and distance variations. The approaches used in this paper consist of Eigenface, Fisherface, and Icaface which are the most representative recognition techniques frequently used in conjunction with face recognition. These approaches are based on a popular unsupervised and supervised statistical technique that supports finding useful image representations, respectively. Thus we focus on the performance comparison from robot camera images with unwanted variations. The comprehensive experiments are completed for a databases with illumination and distance variations.

• 한국지능시스템학회논문지
• /
• 제11권9호
• /
• pp.822-826
• /
• 2001

The statistical analysis of the feature extraction and the neural networks are proposed to recognize a human face. In the preprocessing step, the normalized skin color map with Gaussian functions is employed to extract the region of face candidate. The feature information in the region of the face candidate is used to detect the face region. In the recognition step, as a tested, the 120 images of 10 persons are trained by the backpropagation algorithm. The images of each person are obtained from the various direction, pose, and facial expression. Input variables of the neural networks are the geometrical feature information and the feature information that comes from the eigenface spaces. The simulation results of 10 persons show that the proposed method yields high recognition rates.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2000년도 하계학술대회 논문집 D
• /
• pp.2720-2722
• /
• 2000

This paper proposes a face detection and recognition method that combines the template matching method and the eigenface method with the neural network. In the face extraction step, the skin color information is used. Therefore, the search region is reduced. The global property of the face is achieved by the eigenface method. Face recognition is performed by a neural network that can learn the face property.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 ITC-CSCC -2
• /
• pp.873-876
• /
• 2000

The information-theoretic approach to face recognition is based on the compact coding where face images are decomposed into a small set of basis images. Most popular method for the compact coding may be the principal component analysis (PCA) which eigenface methods are based on. PCA based methods exploit only second-order statistical structure of the data, so higher- order statistical dependencies among pixels are not considered. Independent component analysis (ICA) is a signal processing technique whose goal is to express a set of random variables as linear combinations of statistically independent component variables. ICA exploits high-order statistical structure of the data that contains important information. In this paper we employ the ICA for the efficient feature extraction from face images and show that ICA outperforms the PCA in the task of face recognition. Experimental results using a simple nearest classifier and multi layer perceptron (MLP) are presented to illustrate the performance of the proposed method.

• 대한전자공학회논문지SP
• /
• 제41권5호
• /
• pp.185-192
• /
• 2004

본 논문은 얼굴의 아이겐공간에서 벡터 양자화 기법을 이용한 얼굴 인식을 제안한다. 아이겐페이스 방법의 문제점은 하나의 아이겐페이스로 얼굴의 다양한 변이를 표현하기에 부족하다는데 있다. 이러한 약점을 극복하기위해 제안된 방법은 아이겐페이스 공간에서 얼굴의 변이를 벡터 양자화 기법으로 군집화한다. 벡터 양자기는 학습과정을 통해 각 사람의 아이겐 페이스 집합을 양자화된 대표점들로 표현한다. 그리고 인식 과정을 통해 벡터 양자기는 얼굴 데이터 베이스에 저장된 대표점들과 입력된 얼굴 특징벡터와의 양자화 오차를 최소로 하는 대표점을 찾는다. 실험은 Faces94 데이터베이스에서 600장의 얼굴을 가지고 수행하였다. 실험 결과 기존의 아이겐페이스 방법은 최소 64개의 오인식을 하였고 제안된 방법은 코드북의 크기를 4개로 하였을 때 최소 20개의 오인식을 보였다. 결론적으로 제안된 방법은 얼굴의 변이를 수용하여 인식률을 향상시키는 효과적인 방법으로 사료된다.

• 대한전자공학회논문지SP
• /
• 제41권1호
• /
• pp.1-12
• /
• 2004

본 논문에서는 색열화와 부분 은폐에 강인한 특성을 갖는 ID얼굴(identificable face: 신원확인가능 얼굴) 검지방법을 제안한다. 이 방법은 후보영역 분할, 후보창 추출, 은폐여부 판단의 세 단계로 구성된다. 후보영역 분할에서는 입력영상으로부터 피부색영역과 색열화된 얼굴구성요소(눈, 코, 입 영역)를 함께 찾아 E얼굴 후보영역을 분할한다. 후보창 추출에서는 후보영역내의 얼굴일 가능성이 있는 후보창들을 추출한다. 은폐여부 판단에서는 고유얼굴(eigenface)기법을 이용하여 고유얼굴들과 유사도가 가장 큰 후보창 하나가 결정되고, 이 후보창의 각 얼굴구성요소의 은폐되었는지 아닌지가 유사한 방법으로 결정된다. 실험결과, 제안한 검지방법은 색이 심하게 열화된 얼굴들과 은폐된 얼굴들을 포함하고 있는 얼굴 DB에서 색열화와 은폐를 고려하지 않은 얼굴검지방법에 비해 ID얼굴 검지율이 약 $11.4\%$ 향상됨을 확인하였다.

• 한국정밀공학회:학술대회논문집
• /
• 한국정밀공학회 2009년도 추계학술대회 논문집
• /
• pp.365-366
• /
• 2009