• Journal of the Institute of Electronics and Information Engineers
• /
• v.51 no.11
• /
• pp.137-145
• /
• 2014

This paper suggests an LDA-based long distance face recognition algorithm for intelligent surveillance system. The existing face recognition algorithm using single distance face image as training images caused a problem that face recognition rate is decreased with increasing distance. The face recognition algorithm using face images by actual distance as training images showed good performance. However, this also causes user inconvenience as it requires the user to move one to five meters in person to acquire face images for initial user registration. In this paper, proposed method is used for training images by using single distance face image to automatically create face images by various distances. The test result showed that the proposed face recognition technique generated better performance by average 16.3% in short distance and 18.0% in long distance than the technique using the existing single distance face image as training. When it was compared with the technique that used face images by distance as training, the performance fell 4.3% on average at a close distance and remained the same at a long distance.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.11b
• /
• pp.838-840
• /
• 2005

얼굴인식 기술은 타 생체 인식 기술에 비해 경제성과 사용자 편리성이 높은 이유로 최근 몇 년간 영상 이해 분야의 가장 성공적인 응용의 하나로 주목받고 있다. 그러나 얼굴인식은 타 생체인식에 비해 정확도가 떨어지는 문제가 있으며 이것은 배경, 조명 또는 포즈등과 같은 요인으로 인해 얼굴인식을 위한 전처리 작업인 얼굴영역 검출이 어렵기 때문이다. 본 논문에서는 얼굴영역 검출을 하기 위해서 나타나는 문제점들인 배경, 조명등의 환경적인 요인을 8x8 블록영상과 블록들의 연결성을 이용하여 제거한 후 얼굴만을 검출한다. 제안된 알고리즘은 복잡한 배경 및 원거리에서 촬영된 입력영상에서도 매우 안정적으로 적용됨을 실험을 통해 확인하였다.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.23 no.4
• /
• pp.737-742
• /
• 2013

The surveillance system has been developed to be intelligent which can judge and cope by itself using human recognition technique. The existing face recognition is excellent at a short distance but recognition rate is reduced at a long distance. In this paper, we analyze the performance of face recognition according to interpolation and face recognition algorithm in face recognition using the multiple distance face images to training. we use the nearest neighbor, bilinear, bicubic, Lanczos3 interpolations to interpolate face image and PCA and LDA to face recognition. The experimental results show that LDA-based face recognition with bilinear interpolation provides performance in face recognition.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.24 no.6
• /
• pp.1139-1145
• /
• 2014

User recognition technology, which identifies or verifies a certain individual is absolutely essential under robotic environments for intelligent services. The conventional face recognition algorithm using single distance face image as training images has a problem that face recognition rate decreases as distance increases. The face recognition algorithm using face images by actual distance as training images shows good performance but this has a problem that it requires user cooperation. This paper proposes the LDA-based long distance face recognition method which uses multiple distance face images from a zoom camera for training face images. The proposed face recognition technique generated better performance by average 7.8% than the technique using the existing single distance face image as training. Compared with the technique that used face images by distance as training, the performance fell average 8.0%. However, the proposed method has a strength that it spends less time and requires less cooperation to users when taking face images.

• Journal of the Korea Institute of Information Security & Cryptology
• /
• v.21 no.6
• /
• pp.153-160
• /
• 2011

Recently, the use of security surveillance system including CCTV is increasing due to the increase of terrors and crimes. At the same time, interest of face recognition at a distance using surveillance cameras has been increasing. Accordingly, we analyzed the performance of face recognition according to distance using PCA-based face recognition and interpolation. In this paper, we used Nearest, Bilinear, Bicubic, Lanczos3 interpolations to interpolate face image. As a result, we confirmed that existing interpolation have an few effect on performance of PCA-based face recognition and performance of PCA-based face recognition is improved by including face image according to distance in traning data.

• Proceedings of the IEEK Conference
• /
• 2005.11a
• /
• pp.359-362
• /
• 2005

본 논문에서는 원거리에서 촬영한 영상을 가지고 얼굴 인식의 전처리 과정인 얼굴 영역 검출에 관한 알고리즘을 제안하였다. 원거리에서 촬영된 영상은 얼굴에 대한 특징 정보가 부족하여 검출 및 판별이 어려웠으나 본 논문에서 제안한 알고리즘을 적용하면 적은 정보만을 가지고 얼굴 검출 및 판별이 가능하다. 제안된 알고리즘은 피부색에 대한 색상 정보와 명암 정보를 이용하여 얼굴 영역을 추출하였고, 추출된 얼굴 영역으로부터 눈, 코, 입뿐만 아니라 이마 영역도 검출함으로써 얼굴 검출 효율을 개선하였다.

• Review of KIISC
• /
• v.22 no.4
• /
• pp.38-45
• /
• 2012

원거리 사람 인식은 영상 분석의 주요 연구 분야로서, 많은 연구자들이 CCTV 영상에서 사람 추적이나 행위를 분석하여 얼굴인식, 보안 상황 추출 등을 연구하고 있다. 이러한 연구와 관련하여 지능형 영상 감시 알고리즘의 성능을 측정하고 평가하기 위한 테스트 데이터베이스가 있어야 한다. 본 논문은 국외에서 소개된 지능형 영상감시를 위한 원거리 사람 인식용 영상 데이터베이스를 분석하고, 국내 상황을 고려한 테스트용 영상 데이터베이스 조건을 간략하게 제안한다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.294-298
• /
• 2005

바이오메트릭스의 여러 가지 기술 중에서 얼굴인식은 지문인식, 손금인식, 홍채인식 등과는 달리 신체의 일부를 접촉시키지 않고도 원거리에 설치된 카메라를 통해 사람을 확인할 수 있는 장점을 가지고 있다. 그러나 얼굴인식은 조명변화, 표정변화 둥의 다양한 환경변화에 대단히 민감하게 반응하므로 얼굴의 특징 영역에 대한 정확한 추출이 반드시 선행되어야 한다. 얼굴의 주요 특징인 눈, 코, 입, 눈썹은 자세와 표정 그리고 생김새에 따라 다양한 위치, 크기, 형태를 가질 수 있다. 본 연구에서는 변화하는 특징 영역과 특징 점을 정확히 추출하기 위하여 얼굴을 9가지 방향으로 분류하고, 각 분류된 방향에서 특징 영역을 통계적인 형태에 따라 다시 2차로 분류하여, 각각의 형태에 대한 표준 템플릿을 생성하여 검출하는 방법을 제안한다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2005.11a
• /
• pp.201-204
• /
• 2005

동영상에서 얼굴을 인식하는 기술은 Eigen-Face를 이용하는 방법, 템플릿을 이용하는 방법 등과 같이 다양한 방법이 연구되어지고 있다. 하지만 이들 기법들이 모두 동영상에서 얼굴영역을 검출했을지는 모르지만 얼굴영역이 영상에서 차지하는 위치와 크기를 일정하게 제한하고 있다. 그 중에서 입력되는 영상이 촬영 도구로부터 제한된 거리에서 촬영되어 얻어 지거나 실험을 통해 얻어진 영상을 이용하여 얼굴영역을 검출한다. 하지만 실제 다양한 응용분야에서 얼굴영역 검출 기술을 이용하기 위해서는 이러한 제한된 입력 영상뿐만이 아니라 어떠한 환경에서의 입력 영상에서도 얼굴영역을 검출할 수 있어야 한다. 본 논문은 근거리뿐만이 아니라 원거리에서 획득한 영상에서도 얼굴영역을 검출할 수 있으며, 얼굴의 특징 추출과 예측기법을 통하여 보다 향상된 얼굴영역 검출을 할 수 있다. 움직임 정보와 얼굴색상정보를 이용하여 8x8블록을 만들고 이런 블록 정보들을 특정한 규칙에 적용함으로써 얼굴영역을 후보를 검출하게 된다. 그리고 후보 얼굴영역의 고유한 특징들을 추출하고 칼만 필터를 적용한 예측기법을 통하여 얼굴영역 판단하게 된다.

• Smart Media Journal
• /
• v.5 no.1
• /
• pp.24-29
• /
• 2016

To satisfy the needs of high-level intelligent surveillance system, it shall be able to extract objects and classify to identify precise information on the object. The representative method to identify one's identity is face recognition that is caused a change in the recognition rate according to environmental factors such as illumination, background and angle of camera. In this paper, we analyze the robust face recognition of face image by changing the distance through a variety of experiments. The experiment was conducted by real face images of 1m to 5m. The method of face recognition based on Linear Discriminant Analysis show the best performance in average 75.4% when a large number of face images per one person is used for training. However, face recognition based on Convolution Neural Network show the best performance in average 69.8% when the number of face images per one person is less than five. In addition, rate of low resolution face recognition decrease rapidly when the size of the face image is smaller than $15{\times}15$.