초록
본 논문에서는 영상의 비선형 평활화와 특징들의 통계적 상관성에 기반을 둔 조합형 인식성능 개선기법을 제안하였다. 여기서 비선형 평활화는 로지스틱 함수에 기반을 둔 히스토그램 재조정의 전처리 기법으로 영상의 밝기를 조정하여 화질을 개선하기 위함이다. 통계적 상관성은 정규상호상관계수에 의해 측정되며, 이는 유사도를 좀 더 빠르고 정확하게 측정하기 위함이다. 또한 독립성분분석에 의한 국부적인 특징들을 대상으로 정규상호상관을 계산함으로써 좀 더 정확한 유사도를 통계적으로 측정하기 위함이다. 제안된 기법을 30개 40*50픽셀의 명암도 변화를 가지는 얼굴영상들을 대상으로 실험한 결과, 전처리를 하지 않은 기법이나 기존 및 적응적 변형히스토그램 평활화에 의한 전처리 기법에 비해 각각 영상의 속성을 잘 반영한 우수한 인식성능이 있음을 확인하였다.
This paper presents a hybrid method for improving the recognition performance, which is based on the nonlinear histogram equalization, features extraction, and statistical correlation of images. The nonlinear histogram equalization based on a logistic function is applied to adaptively improve the quality by adjusting the brightness of the image according to its intensity level frequency. The statistical correlation that is measured by the normalized cross-correlation(NCC) coefficient, is applied to rapidly and accurately express the similarity between the images. The local features based on independent component analysis(ICA) that is used to calculate the NCC, is also applied to statistically measure the correct similarity in each images. The proposed method has been applied to the problem for recognizing the 30-face images of 40*50 pixels. The experimental results show that the proposed method has a superior recognition performances to the method without performing the preprocessing, or the methods of conventional and adaptively modified histogram equalization, respectively.