• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2008년도 학술대회 논문집 정보 및 제어부문
• /
• pp.292-293
• /
• 2008

In this paper, we propose a face hallucination method based on example-learning. The traditional approach based on example-learning requires alignment of face images. In the proposed method, facial images are segmented into patches and the weights are computed to represent input low resolution facial images into weighted sum of low resolution example images. High resolution facial images are hallucinated by combining the weight vectors with the corresponding high resolution patches in the training set. Experimental results show that the proposed method produces more reliable results of face hallucination than the ones by the traditional approach based on example-learning.

• 대한전자공학회논문지SP
• /
• 제47권1호
• /
• pp.25-34
• /
• 2010

다양한 조명 환경에서 강인한 얼굴 인식 성취는 어렵다. 조명에 강인한 얼굴 인식을 위해서 보통 전처리 단계로 얼굴 이미지 조명 정규화를 수행한다. 기존 조명 전처리 기법들은 투영 음영을 효과적으로 처리할 수 없다. 본 논문에서는 조명 영향 분리 얼굴 고유특성 텍스쳐 부분공간에 기반한 새로운 얼굴 조명 정규화 기법을 제안한다. 조명분리 얼굴 고유특성 텍스쳐 부분 공간은 얼굴 텍스쳐 공간에서 조명 변화 영향이 분리된 부분공간으로 구축되기 때문에 얼굴 이미지를 이 부분공간으로 투영하여 얻은 얼굴 이미지는 조명 변화 영향이 최소화된 좋은 조명 정규화를 달성한다. 실험을 통해 본 논문에서 제안한 얼굴 조명정규화 기법이 표면 음영뿐만 아니라 투영 음영도 효과적으로 제거할 수 있으며, 좋은 얼굴 조명 정규화를 달성한다는 것을 확인하였다.

• 전자공학회논문지CI
• /
• 제47권2호
• /
• pp.11-20
• /
• 2010

본 논문에서는 피부색 정보를 이용한 얼굴 후보 검출 방법과 얼굴의 구조적 특징을 이용한 얼굴 확인 방법으로 구성된 얼굴 검출 시스템을 제안한다. 먼저 제안하는 얼굴 후보 검출 방법은 피부색 영역과 피부색의 주변 영역에 대한 이미지 분할과 병합 알고리듬을 이용한다. 이미지 분할과 병합 알고리듬의 적용은 복잡한 이미지에 존재하는 다양한 얼굴들을 후보로 검출할 수 있다. 그리고 제안하는 얼굴 확인 방법은 얼굴을 지역적인 특징에 따라 분류 가능한 부분 얼굴 분류기를 사용하여 얼굴의 구조적 특징을 판단하고, 얼굴과 비-얼굴을 구별한다. 부분 얼굴 분류기는 학습 과정에서 얼굴 이미지만을 사용하고, 비-얼굴 이미지는 고려하지 않기 때문에 적은 수의 훈련 이미지를 사용한다. 실험 결과 제안한 얼굴 후보 검출 방법은 기존의 방법보다 평균 9.55% 많은 얼굴을 후보로 검출하였다. 그리고 얼굴/비-얼굴 분류 실험에서 비-얼굴에 대한 분류율이 99%일 때 기존의 분류기보다 평균 4.97% 높은 얼굴 분류율을 달성 하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2004년도 ICCAS
• /
• pp.185-189
• /
• 2004

For face recognition system, a face detector which can find exact face region from complex image is needed. Many face detection algorithms have been developed under the assumption that background of the source image is quite simple . this means that face region occupy more than a quarter of the area of the source image or the background is one-colored. Color-based face detection is fast but can't be applicable to the images of which the background color is similar to face color. And the algorithm using neural network needs so many non-face data for training and doesn't guarantee general performance. In this paper, A multi-scale, multi-face detection algorithm using PCA is suggested. This algorithm can find most multi-scaled faces contained in static images with small number of training data in reasonable time.

• 한국멀티미디어학회논문지
• /
• 제9권1호
• /
• pp.33-40
• /
• 2006

본 논문에서는 영상의 1차 모멘트와 고유벡터를 이용한 효율적인 얼굴인식 방법을 제안하였다. 여기서 1차 모멘트는 입력되는 얼굴영상의 중심좌표를 계산하는 것으로 이는 영상의 중심이동에 따른 전처리로 인식에 불필요한 배경을 배제시킴으로써 인식성능을 개선하기 위함이다. 고유벡터는 얼굴의 특징인 기저영상으로 주요성분분석을 이용하여 추출하였다. 이는 2차의 통계성을 고려한 중복신호의 제거로 인식성능을 개선하기 위함이다. 제안된 방법을 각각 320*243 픽셀의 60개(15명*4장) 얼굴영상에 적용하여 city-block, Euclidean, 그리고 negative angle의 3가지 거리 척도를 분류척도로 이용하여 실험하였다. 실험결과, 중심이동의 제안된 방법은 전처리과정을 거치지 않는 기존방법보다 45개의 시험영상에서 평균적으로 약 1.6배 정도의 우수한 인식률과 약 3.9배 정도의 정확한 분류가 가능함을 확인하였다. 특히 city-block이 Euclidean 이나 negative angle의 거리척도보다 상대적으로 정확하게 분류함을 알 수 있다.

• 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.

• 한국항행학회논문지
• /
• 제14권4호
• /
• pp.553-561
• /
• 2010

본 논문에서는 로봇의 시각시스템에 효과적으로 적용할 수 있는 얼굴 추적 방법을 제안하였다. 제안한 알고리즘은 동영상의 움직임 영역을 검출한 후 얼굴 영역을 추적한다. 동영상의 움직임 검출은 연속되는 2개의 프레임을 사용하여 차영상을 구한 후, 잡음을 제거하기 위한 방법으로 메디안 필터와 침식 및 팽창연산을 사용하여 움직임 영역을 검출한다. 움직임 영역에서 피부색을 추출하기 위하여 표본영상의 칼라 정보를 이용하였다. 칼라정보의 MIN-MAX값을 퍼지화 데이터로 멤버십 함수를 생성한 후, 유사도를 평가하여 피부색 영역과 배경영역을 분리하였다. 얼굴 후보영역에 대하여 CMY 칼라 공간 C 채널에서 눈을 검출하고, YIQ 칼라 공간 Q 채널에서 입을 검출하였다. 지식기반으로 검출된 눈과 입의 특징을 찾아가며 얼굴영역을 추적하였다. 실험영상으로는 10명 각각에 대하여 150프레임의 동영상 총 1,500프레임을 입력받아 실험한 결과, 1,435프레임의 영상에 대하여 움직임 영역이 검출되어 95.7%의 프레임 검출율을 보였으며, 1,401개에 대한 얼굴을 추적 97.6%의 우수한 얼굴 추적결과를 나타내었다.

• 정보처리학회논문지B
• /
• 제13B권1호
• /
• pp.7-14
• /
• 2006

본 논문에서는 영상의 1차 모멘트와 기저영상을 이용한 효율적인 얼굴인식 방법을 제안하였다. 여기서 1차 모멘트는 입력되는 얼굴영상의 중심 좌표를 계산하여 중심 이동하는 전처리로 인식에 불필요한 배경을 배제시킴으로써 인식성능을 개선하기 위함이다. 또한 기저영상은 얼굴의 특징으로 주요성분분석과 고정점 알고리즘의 독립성분분석을 각각 이용하여 추출하였다. 이는 2차와 고차의 통계성을 각각 고려한 중복신호의 제거로 인식성능을 개선하기 위함이다. 제안된 2가지 방법을 각각 64*64 픽셀의 48개(12명*4장) 얼굴영상에 적용하여 city-block, Euclidean, 그리고 negative angle의 3가지 거리 척도를 분류척도로 이용하여 실험하였다. 실험결과, 중심이동의 제안된 방법은 전처리과정을 거치지 않는 기존방법보다 우수한 인식성능이 있음을 확인하였다. 또한 제안된 중심이동의 독립성분분석이 중심이동의 주요성분분석보다 더욱 우수한 인식성능이 있음도 확인하였다. 특히 city-block이 Euclidean이나 negative angle의 거리척도보다 상대적으로 정확하게 유사성을 측정함을 알 수 있었다.

• Journal of Multimedia Information System
• /
• 제2권1호
• /
• pp.171-178
• /
• 2015

This article describes 3 dimensional (3D) face recognition system using histogram of oriented gradients (HOG) based on face curvature. The surface curvatures in the face contain the most important personal feature information. In this paper, 3D face images are recognized by the face components: cheek, eyes, mouth, and nose. For the proposed approach, the first step uses the face curvatures which present the facial features for 3D face images, after normalization using the singular value decomposition (SVD). Fisherface method is then applied to each component curvature face. The reason for adapting the Fisherface method maintains the surface attribute for the face curvature, even though it can generate reduced image dimension. And histogram of oriented gradients (HOG) descriptor is one of the state-of-art methods which have been shown to significantly outperform the existing feature set for several objects detection and recognition. In the last step, the linear discriminant analysis is explained for each component. The experimental results showed that the proposed approach leads to higher detection accuracy rate than other methods.

• 디지털산업정보학회논문지
• /
• 제19권3호
• /
• pp.213-220
• /
• 2023

Face recognition is a very important process in video monitoring and is a type of biometric technology. It is mainly used for identification and security purposes, such as ID cards, licenses, and passports. The recognition process has many variables and is complex, so development has been slow. In this paper, we proposed a face recognition method using CNN, which has been re-examined due to the recent development of computers and algorithms, and compared with the feature comparison method, which is an existing face recognition algorithm, to verify performance. The proposed face search method is divided into a face region extraction step and a learning step. For learning, face images were standardized to 50×50 pixels, and learning was conducted while minimizing unnecessary nodes. In this paper, convolution and polling-based techniques, which are one of the deep learning technologies, were used for learning, and 1,000 face images were randomly selected from among 7,000 images of Caltech, and as a result of inspection, the final recognition rate was 98%.