• 한국정보과학회논문지:소프트웨어및응용
• /
• 제31권6호
• /
• pp.784-791
• /
• 2004

본 논문에서는 퍼지논리에 기초한 Fisherface 얼굴인식 방법의 확장을 다룬다. Fisherface 얼굴인식 방법은 주성분 분석 기법만을 이용하는 경우에 비해 조명의 방향, 얼굴의 포즈, 감정과 같은 변동에 대해 민감하지 않은 장점을 가지고 있다. 그러나, Fisherface 방법을 포함한 얼굴인식의 다양한 방법들은 입력 벡터가 한 클래스에 할당되어질 때 그 클래스에서 소속의 정도를 0 또는 1로서 나타낸다. 따라서 이러한 방법들은 얼굴영상들이 조명이나 보는 각도로 인해 변형이 생기는 경우에 인식률이 저하되는 문제가 있다. 본 논문에서는 PCA에 의해 변환된 특징벡터에 퍼지 소속도를 할당하는 것으로, 퍼지 소속도는 퍼지 kNN(k-Nearest Neighbor)으로부터 얻어진다. 실험 결과 ORL, Yale 얼굴 데이타베이스에서 기존의 인식방법 보다 향상된 인식 성능을 보임을 알 수 있었다.

• 제어로봇시스템학회논문지
• /
• 제15권1호
• /
• pp.94-98
• /
• 2009

In this paper, we deal with a face recognition method for the emotional face images. Since the face recognition is one of the most natural and straightforward biometric methods, there have been various research works. However, most of them are focused on the expressionless face images and have had a very difficult problem if we consider the facial expression. In real situations, however, it is required to consider the emotional face images. Here, three basic human emotions such as happiness, sadness, and anger are investigated for the face recognition. And, this situation requires a robust face recognition algorithm then we use a fuzzy Fisher's Linear Discriminant (FLD) algorithm with the wavelet transform. The fuzzy Fisherface is a statistical method that maximizes the ratio of between-scatter matrix and within-scatter matrix and also handles the fuzzy class information. The experimental results obtained for the CBNU face databases reveal that the approach presented in this paper yields better recognition performance in comparison with the results obtained by other recognition methods.

• 한국정보보호학회:학술대회논문집
• /
• 한국정보보호학회 2002년도 종합학술발표회논문집
• /
• pp.430-433
• /
• 2002

본 논문에서는 얼굴인식을 위해 기존의 Fisherfaces와 퍼지개념을 도입한 퍼지 기반 Fisherfaces 방법을 제안한다. 기존의 얼굴인식 방법들은 학습영상에 해당되는 각 특징벡터에 대해 특정한 클래스를 할당하지만, 이와는 달리 제안된 방법은 각 특징벡터에 대해 퍼지 값으로 된 클래스 소속도를 부여하여 조명의 방향, 얼굴표정과 같은 큰 변화에 민감하지 않으면서도 닮은 얼굴 영상으로 인해 생기는 오분류(misclassification)의 문제점을 해결하고자 한다. 따라서, 본 논문에서는 ORL(Olivetti Research Laboratory) 얼굴 데이터 베이스에 대해 적용하여 이전의 연구인 Eigenfaces와 Fisherfaces보다 더 좋은 인식성능을 보이고자 한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.364-367
• /
• 2003

In this study, we develop a method for recognizing face images by combining wavelet decomposition, fisherface method, and fuzzy integral. The proposed approach comprises of four main stages. The first stage uses the wavelet decomposition. As a result of this decomposition, we obtain four subimages. The second stage of the approach applies a fisherface method to these four subimage sets. The two last phases are concerned with the generation of the degree of fuzzy membership and the aggregation of the individual classifiers by means of the fuzzy integral. The experimental results obtained for the CNU and Yale face databases reveal that the approach presented in this study yields better classification performance in comparison to the results produced by other classifiers.

• 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.