• 전자공학회논문지SC
• /
• 제45권6호
• /
• pp.67-76
• /
• 2008

성공적인 상업화를 위해서는 다양한 조명 환경에서 신뢰성 있는 얼굴 인식이 필요하다. 특징 벡터 기반 얼굴 인식에서 특징 벡터를 잘 선택하는 것은 중요하다. 가버 특징 벡터는 다른 특징 벡터보다도 상대적으로 방향, 자세, 조명 등의 영향을 덜 받는 것으로 잘 알려져 있어 얼굴 인식의 특징 벡터로 많이 이용된다. 그러나 조명의 영향에 대해 완전히 독립적이지 못하다. 본 논문에서는 얼굴 이미지의 가버 특징 벡터에 대한 조명 PCA 모델의 구성을 제안하고 이를 이용하여 조명에 독립적인 얼굴 고유의 특성을 나타내는 가버 특징 벡터만을 분리해내고 이를 이용한 얼굴 인식 방법을 제시한다. 가버 특징 벡터 조명 PCA 모델은 가버 특징 벡터공간을 조명 영향 부분공간과 얼굴 고유특성 부분공간의 직교 분해로 구성한다. 얼굴 고유특성 부분공간으로 투영하여 얻어진 가버 특징 벡터는 조명 영향을 분리해 내었기 때문에 이를 이용한 얼굴 인식은 조명에 보다 강인하게 된다. 실험을 통해서 가버 특징 벡터 조명 PCA 모델을 이용한 제안된 얼굴 인식 방식이 다양한 자세에서 조명에 대해 보다 신뢰성 있게 동작함을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제9권2호
• /
• pp.115-124
• /
• 2009

얼굴 인식 방법 중 인기 있는 고유얼굴 기반 얼굴 인식 방법은 훈련 얼굴 이미지 세트에 대해 PCA를 적용하여 얻어진 고유얼굴을 이용한다. 따라서 훈련 얼굴 이미지들의 조명들과 다른 조명의 환경들에서는 신뢰성 있는 성능을 얻기 어렵다. 본 논문에서는 조명의 영향을 배제한 조명분리 고유얼굴 기반 얼굴 인식 방법을 제안한다. 제안된 방법은 얼굴 모델 이미지 세트의 고유얼굴 공간을 구성된 얼굴 조명 부분공간에 대해 직교 분해하여 얻은 조명분리 고유얼굴들을 이용한다. 실험을 통해서 조명분리 고유얼굴에 기반하는 제안된 얼굴 인식 방법이 기존 고유얼굴 기반 얼굴 인식 방법보다 조명의 영향에 보다 강인함을 확인하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.179-184
• /
• 2009

다양한 조명 환경에서 강인한 얼굴 인식은 어렵다. 조명에 강인한 얼굴 인식을 위해서 보통 얼굴 이미지 조명 정규화 전처리를 수행한다. 기존 조명 전처리 기법 중에 가장 효율적으로 알려진 비등방성 스무딩 기법에 의한 조명 정규화는 투영음영(casting shadow)은 제거할 수 없다. 본 논문에서는 고유얼굴로 부터 조명 영향 부분을 분리하여 조명이 분리된 고유얼굴 공간을 구하고, 얼굴 이미지를 이 부분공간으로 투영하여 투영음영을 포함한 조명 영향을 최소한 얼굴 이미지 조명 정규화 기법을 제안한다. 본 논문에서 제안한 기법의 효율성은 적용을 통해 확인되었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권1호
• /
• pp.70-78
• /
• 2007

얼굴 인식 시스템의 성능은 조명 변화로 인하여 발생하는 개인내 (intra-person) 차이가 개인간 (inter-person)의 차이보다 클 수 있기 때문에 조명 변화에 많은 영향을 받는다. 본 연구에서는 이러한 문제를 해결하기 위해서 대칭형 bilinear 모델을 이용하여 조명 요소와 신원 요소를 분리하는 방법을 제안한다. Bilinear 모델로 조명 요소와 신원 요소를 얻기 위한 translation 과정은 반복적 역행렬을 구하는 것이 요구되는데 입력 데이타에 따라 수렴하지 않는 경우가 발생할 수 있다. 이러한 문제를 완화하기 위해서 ridge regression 모델과 bilinear 모델을 결합한 ridge regressive bilinear 모델을 제안하였다. 제안된 모델은 조명 요소와 신원 요소의 분산을 적절히 줄여줌으로서 bilinear 모델에 안정성을 제공하며, 인식에 더 많은 고차원 요소 정보를 이용하게 함으로써 인식 성능을 높여 준다. 실험 결과에서 제안한 ridge regressive bilinear 모델이 bilinear 모델, 고유얼굴(eigenface) 방법, Quotient image 보다 좋은 인식 성능을 보여줌을 확인 할 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권4호
• /
• pp.1824-1845
• /
• 2016

The GMM is a conventional approach which has been recently applied in many face recognition studies. However, the question about how to deal with illumination changes while ensuring high performance is still a challenge, especially with real-world databases. In this paper, we propose a Visual Observation Confidence (VOC) measure for robust face recognition for illumination changes. Our VOC value is a combined confidence value of three measurements: Flatness Measure (FM), Centrality Measure (CM), and Illumination Normality Measure (IM). While FM measures the discrimination ability of one face, IM represents the degree of illumination impact on that face. In addition, we introduce CM as a centrality measure to help FM to reduce some of the errors from unnecessary areas such as the hair, neck or background. The VOC then accompanies the feature vectors in the EM process to estimate the optimal models by modified-GMM training. In the experiments, we introduce a real-world database, called KoFace, besides applying some public databases such as the Yale and the ORL database. The KoFace database is composed of 106 face subjects under diverse illumination effects including shadows and highlights. The results show that our proposed approach gives a higher Face Recognition Rate (FRR) than the GMM baseline for indoor and outdoor datasets in the real-world KoFace database (94% and 85%, respectively) and in ORL, Yale databases (97% and 100% respectively).

• 한국지능시스템학회논문지
• /
• 제24권4호
• /
• pp.343-348
• /
• 2014

얼굴인식은 인식과정에서 인식자에게 거부감을 유발하지 않고, 적극적인 행위 없이 자동으로 인식 과정을 거치는 장점이 있다. 그러나 촬영 환경에서의 조명 변화로 인하여 다른 인식 방법인 지문 인식이나 홍채 인식에 비하여 인식률이 저하되는 단점이 있다. 따라서 본 논문에서는 퍼지 선형판별분석법을 기반으로 가시광선 영상과 적외선 영상의 웨이블릿 대역의 선택적 융합방법을 이용하여 조명 변화에 강인한 얼굴 인식 방법을 제안한다. 첫 번째 단계에서 가시광선 영상과 적외선 영상을 웨이블릿 변환하여 4개의 대역으로 분할한다. 두 번째 단계에서 각 대역에 해당하는 학습영상과 테스트 영상의 유클리디안 거리를 계산한다. 세 번째로 앞서 계산된 유클리디안 거리를 이용하여 각 대역에서의 인식 실험을 수행하고, 4개 대역에서의 인식률을 고려하여 가중치를 설정한다. 마지막으로 부여된 가중치와 해당 대역의 유클리디안 거리를 융합하여 얼굴인식을 수행하여 외부 변화에 강인한 얼굴 인식 결과를 얻었다.

• 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.

• Journal of Information Processing Systems
• /
• 제14권1호
• /
• pp.191-204
• /
• 2018

To combat the adverse impact imposed by illumination variation in the face recognition process, an effective and feasible algorithm is proposed in this paper. Firstly, an enhanced local texture feature is presented by applying the central symmetric encode principle on the fused component images acquired from the wavelet decomposition. Then the proposed local texture features are combined with Deep Belief Network (DBN) to gain robust deep features of face images under severe illumination conditions. Abundant experiments with different test schemes are conducted on both CMU-PIE and Extended Yale-B databases which contain face images under various illumination condition. Compared with the DBN, LBP combined with DBN and CSLBP combined with DBN, our proposed method achieves the most satisfying recognition rate regardless of the database used, the test scheme adopted or the illumination condition encountered, especially for the face recognition under severe illumination variation.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제4권1호
• /
• pp.25-44
• /
• 2010

With the increasing popularity of mobile devices, it has become necessary to protect private information and content in these devices. Face recognition has been favored over conventional passwords or security keys, because it can be easily implemented using a built-in camera, while providing user convenience. However, because mobile devices can be used both indoors and outdoors, there can be many illumination changes, which can reduce the accuracy of face recognition. Therefore, we propose a new face recognition method on a mobile device robust to illumination variations. This research makes the following four original contributions. First, we compared the performance of face recognition with illumination variations on mobile devices for several illumination normalization procedures suitable for mobile devices with low processing power. These include the Retinex filter, histogram equalization and histogram stretching. Second, we compared the performance for global and local methods of face recognition such as PCA (Principal Component Analysis), LNMF (Local Non-negative Matrix Factorization) and LBP (Local Binary Pattern) using an integer-based kernel suitable for mobile devices having low processing power. Third, the characteristics of each method according to the illumination va iations are analyzed. Fourth, we use two matching scores for several methods of illumination normalization, Retinex and histogram stretching, which show the best and $2^{nd}$ best performances, respectively. These are used as the inputs of an SVM (Support Vector Machine) classifier, which can increase the accuracy of face recognition. Experimental results with two databases (data collected by a mobile device and the AR database) showed that the accuracy of face recognition achieved by the proposed method was superior to that of other methods.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.869-870
• /
• 2008

Illumination variation is the most significant factor affecting face recognition rate. In this paper, we propose adaptive smoothing based on combined most significant bit (CMSB) - plane and local entropy for robust face recognition in varying illumination. Illumination normalization is achieved based on Retinex method. The proposed method has been evaluated based on the CMU PIE database by using Principle Component Analysis (PCA).