• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06a
• /
• pp.458-461
• /
• 2011

본 논문에서는 요주의 인물 식별 시스템의 서브시스템으로 SRC 기반의 실시간 정면 얼굴 탐지 시스템을 제안한다. 제안된 시스템은 개선된 피부색 탐지기를 통해 실시간으로 입력되는 영상의 이미지로부터 얼굴 탐지 범위를 축소하고, 단계형 분류기를 통해 얼굴 여부를 빠른 속도로 탐지함으로써 실시간 탐지가 가능케 하였다. 또한 최근 얼굴 인식 분야에서 성공적인 업적을 보여주고 있는 신호 처리 분야의 SRC를 이용하여 정면 얼굴, 비정면 얼굴, 그리고 비얼굴을 분류하여 정면 얼굴만을 출력함으로써 정면 얼굴 탐지율을 높힌다. 공인된 벤치마킹 데이터인 FEI Face Database을 사용하여 제안된 SRC 기반의 정면 얼굴 탐지 시스템의 성능을 실험적으로 평가한다.

• Proceedings of the Korean Statistical Society Conference
• /
• 2002.05a
• /
• pp.105-112
• /
• 2002

얼굴인식 기술은 접촉에 대한 거부감이나 불편함이 없이 친숙하고 편리하게 사용자를 식별하고 인식할 수 있으며, 부가적인 센서 장비가 필요없다는 측면에서 개인 인증 및 보안 시스템으로서의 활용성이 매우 높다. 본 논문에서는 여러 가지 장점들을 지닌 얼굴 인식 시스템의 구현 사례를 실시간 얼굴 검출 기술과 특징 추출 기술, 인식 기술로 구분하여 소개한다. 개발된 시스템은 얼굴 검출을 위해서 색상과 에지 성분을 이용하는 복합 알고리즘을 적응하여 실시간 얼굴 탐지를 가능하게 하였고, 추출된 사용자의 고유 얼굴 정보는 최신 인식 기법의 하나인 Support Vector Machine으로 분류, 인식된다. 또한 시스템의 성능을 테스트하고, 실용화 가능성을 모색하기 위하여 하드웨어 임베디드 시스템의 설계 및 구현과정과 조명 및 환경 변화에 따른 시스템의 성능 변화를 객관적으로 검증하기 위하여 다양한 변화 조건을 고려한 한국인 표준 얼굴 데이터베이스를 구축 과정을 소개한다.

• Journal of the Korea Society of Computer and Information
• /
• v.26 no.2
• /
• pp.19-25
• /
• 2021

In this paper proposes a method of finding missing persons based on face-recognition technology and deep learning. In this paper, a real-time face-recognition technology was developed, which performs face verification and improves the accuracy of face identification through data fortification for face recognition and convolutional neural network(CNN)-based image learning after the pre-processing of images transmitted from a mobile device. In identifying a missing person's image using the system implemented in this paper, the model that learned both original and blur-processed data performed the best. Further, a model using the pre-learned Noisy Student outperformed the one not using the same, but it has had a limitation of producing high levels of deflection and dispersion.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.458-460
• /
• 2000

본 논문에서는 유전자 알고리즘(GA)과 Support Vector Machine(SVM)을 결합하여 사용한 얼굴 인식 시스템을 제안한다. 기존의 SVM을 이용한 얼굴 인식 연구에서는 얼굴 전체 영상을 SVM의 입력벡터로 사용하는데 반해, 본 연구에서는 GA를 이용하여 얼굴 영상 중에서 개인별로 식별 능력이 우수한 특징들만을 선택하여 이를 SVM의 입력벡터로 사용한다. 조명, 표정, 안경 착용 등 다양한 변화가 있는 Yale 얼굴 데이터베이스를 사용하여 실험한 결과, 얼굴 전체 영상을 사용한 경우보다 더 좋은 인식률을 보였다. 또한 제안된 방법에 의한 얼굴 인식 시스템은 각 개인별로 식별력이 우수한 특징들만을 저장하므로, 얼굴인식 시스템을 구성하기 위해 저장될 정보의 양이 현저하게 감소하게 된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2022.11a
• /
• pp.85-87
• /
• 2022

최근 CCTV 출입 기록, 휴대폰 보안, 스마트 매장 등에서 얼굴 인식을 통해 개인을 식별하는 기술이 널리 사용되고 있다. 카메라의 각도, 조명, 사람의 움직임 등 얼굴 인식에 많은 외부 환경이 영향을 미치고 있지만 그중에서도 실제 영상에서 얼굴이 차지하는 영역이 작아 저해상도 얼굴 인식에 어려움을 겪고 있다. 이러한 문제점을 해결하고자 본 논문에서는 이미지 해상도가 얼굴 인식에 끼치는 영향을 알아보고 이미지 초해상화를 통해 얼굴 인식 성능을 개선하고자 한다. 쌍선형, 양3차 회선 보간법과 딥러닝 기반의 이미지 초해상화 모델인 RCAN을 이용하여 업스케일링한 데이터셋에 대해 학습한 ArcFace를 통해 얼굴 검증 평가를 진행하였다. 고해상도 이미지는 얼굴 인식 성능을 향상시키며, RCAN을 사용한 이미지 초해상화가 보간법을 사용한 방법보다 더 좋은 성능을 보였다.

• The Transactions of the Korean Institute of Electrical Engineers A
• /
• v.48 no.1
• /
• pp.68-75
• /
• 1999

Machine recognition of faces from still and video images is emerging as an active research area spanning several disciplines such as image processing, pattern recognition, computer vision and neural networks. In addition, human face identification has numerous applications such as human interface based systems and real-time video systems of surveillance and security. In this paper, we propose an algorithm that can identify a particular individual face. We consider human face identification system in color space, which hasn't often considered in conventional in conventional methods. In order to make the algorithm insensitive to luminance, we convert the conventional RGB coordinates into normalized CIE coordinates. The normalized-CIE-based facial images are KL-transformed. The transformed data are used as the input of multi-layered neural network and the network are trained using error-backpropagation methods. Finally, we verify the system performance of the proposed algorithm by experiments.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.13 no.2
• /
• pp.216-221
• /
• 2003

Emotions recognition is a topic on which little research has been done to date. This paper proposes a new method that can recognize the human s emotion from facial image by using eigenspace. To do so, first, we get the face image by using the skin color from the original color image acquired by CCD color camera. Second, we get the vector image which is projected the obtained face image into eigenspace. And then, we propose the method for finding out each person s identification and emotion from the weight of vector image. Finally, we show the practical application possibility of the proposed method through the experiment.

• Review of KIISC
• /
• v.12 no.2
• /
• pp.18-24
• /
• 2002

얼굴인식 기술은 접촉에 대한 거부감이나 불편함이 없이 친숙하고 편리하게 사용자를 식별하고 인식할 수 있으며, 부가적인 센서 장비가 필요없다는 측면에서 개인 인증 및 보안 시스템으로서의 활용성이 매우 높다. 본 고에서는 여러 가지 장점들을 지닌 얼굴 인식 시스템의 구현 사례를 실시간 얼굴 검출 기술과 특징 추출 기술, 인식 기술로 구분하여 소개한다. 개발된 시스템은 얼굴 검출을 위해서 색상과 에지 성분을 이용하는 복합 알고리즘을 적용하여 실시간 얼굴 탐지를 가능하게 하였고, 추출된 사용자의 고유 얼굴 정보는 최신 인식 기법의 하나인 Support Vector Machine으로 분류, 인식된다. 또한 시스템의 성능을 테스트하고, 실용화 가능성을 모색하기 위하여 하드웨어 임베디드 시스템의 설계 및 구현 과정에 대하여 소개한다. 조명 및 환경 변화에 따른 시스템의 성능 변화를 객관적으로 검증하기 위하여 다양한 변화 조건을 고려한 한국인 표준 얼굴 데이터베이스를 구축하였고, 이 데이터베이스를 기반으로 체계적인 시스템의 성능 테스트를 수행하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.358-361
• /
• 2011

본 논문에서는 요주의 인물 식별 시스템에 직접적으로 적용이 가능한 실용적 차원의 정면 얼굴 탐지 시스템을 제안한다. 제안된 시스템은 개선된 피부색 탐지기를 통해 실시간으로 입력되는 영상의 이미지로부터 얼굴 탐지 범위를 축소하고, Viola 등의 단계형 분류기를 통해 얼굴 여부를 빠른 속도로 탐지함으로써 실시간 탐지가 가능케 하였다. 또한, 마스킹을 통하여 비 정면 얼굴들을 제거함으로써 정면 얼굴만을 보다 정확하게 탐지할 수 있으며, 정면 얼굴 데이터만으로 학습된 SVDD로 최종 출력을 검증하였다. 공인된 벤치마킹 데이터인 FEI Face Database을 사용하여 제안한 SVDD 기반의 정면 얼굴 탐지 시스템의 성능을 실험적으로 평가한다.

• Journal of Broadcast Engineering
• /
• v.27 no.4
• /
• pp.519-526
• /
• 2022

Identifying and searching for characters appearing in scenes during multimedia video editing is an arduous and time-consuming process. Applying artificial intelligence to labor-intensive media editing tasks can greatly reduce media production time, improving the creative process efficiency. In this paper, a method is proposed which combines existing artificial intelligence based techniques to automate character recognition and search tasks for video editing. Object detection, face detection, and pose estimation are used for character localization and face recognition and color space analysis are used to extract unique representation information.