A variation of face recognition rate according to the reduction of low dimension in PCA method

PCA 저차원 축소에 따른 조명 있는 얼굴의 인식률 변화

In this paper, we experiment a face recognition rate of the shaded faces except to low dimension feature vectors; first, second, third dimension. It is known to robust the face recognition against illumination. But, it isn't obvious what is effect to recognition in terms of low dimension. We are analysis to the effect of low dimension(first, second, third dimension, and combination of these) under the shaded faces.

본 논문은 얼굴 인식에서 널리 사용되고 있는 PCA 기법에서 1, 2, 3차의 저차원의 특징 벡터를 배제하여 조명있는 얼굴의 인식률 변화를 실험하였다. 보편적으로 저차원 3개를 배제할 경우 조명에 강건한 얼굴 인식을 보인다고 하나, 저차원의 어느 부분이 조명에 크게 관여가되는지는 알려지지 않고 있다. 이에 본 연구에서는 1차, 2차, 3차 및 이를 조합하여 저차원의 조명에 대한 영향을 분석하였다.