• 전자공학회논문지C
• /
• 제34C권10호
• /
• pp.43-50
• /
• 1997

In this paper, we present a method that can recognize face images by use of a sparse population code that is a learning model about a receptive fields of the simple cells in the primary visual cortex. Twenty front-view facial images form twenty persons were used for the training process, and 200 varied facial images, 20 per person, were used for test. The correct recognition rate was 100% for only the front-view test facial images, which include the images either with spectacles or of various expressions, while it was 90% in average for the total input images that include rotated faces. We analyzed the effect of nonlinear functon that determine the sparseness, and compared recognition rate using the sparese population code with that using eigenvectors (eigenfaces), which is compact code that makes contrast with the sparse population code.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.2327-2330
• /
• 2003

This paper deals with face detection and recognition using ellipsodal information and wavelet packet analysis. We proposed two methods. First, Face detection method uses general ellipsodal information of human face contour and we find eye position on wavelet transformed face images A novel method for recognition of views of human faces under roughly constant illumination is presented. Second, The proposed Face recognition scheme is based on the analysis of a wavelet packet decomposition of the face images. Each face image is first located and then, described by a subset of band filtered images containing wavelet coefficients. From these wavelet coefficients, which characterize the face texture, the Euclidian distance can be used in order to classify the face feature vectors into person classes. Experimental results are presented using images from the FERET and the MIT FACES databases. The efficiency of the proposed approach is analyzed according to the FERET evaluation procedure and by comparing our results with those obtained using the well-known Eigenfaces method. The proposed system achieved an rate of 97％(MIT data), 95.8％(FERET databace)

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2005년도 춘계학술대회 학술발표 논문집 제15권 제1호
• /
• pp.273-276
• /
• 2005

본 논문은 고유얼굴 방법을 이용한 얼굴인식 시스템의 성능을 분석하였다. 제안한 고유얼굴을 이용한 얼굴인식 방법은 훈련집합의 얼굴 이미지 사이의 중요한 변화를 가지고 있는 특징공간으로 투영시키면서 이루어진다. 중요한 특징들은 얼굴집합의 고유벡터(주성분)들이기 때문에 고유얼굴이라 한다. 특징 공간으로의 투영은 고유얼굴의 가중치의 합으로 입력얼굴을 기술할 수 있으며, 입력 얼굴의 인식은 훈련집합의 가중치와 입력 영상의 가중치를 비교하면서 이루어진다. 본 논문에서는 제안된 방법의 검증을 위해서 Harvard 데이터베이스를 이용하였으며, 시스템의 성능 분석을 위하여 조명에 대한 인식성능의 변화, 사용한 고유얼굴의 수에 대한 인식률의 변화, 전처리를 통하여 얻을 수 있는 인식률의 변화, 인식 거부 곡선을 통하여 시스템의 적용 가능성에 대한 실험을 수행하여 분석한다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2002년도 추계학술대회 및 정기총회
• /
• pp.329-332
• /
• 2002

본 논문에서는 효과적인 정보를 표현하는 ICA(Independent Component Analysis)-Factorial 표현 방법을 이용하여 얼굴감정인식을 수행한다. 얼굴감정인식은 두 단계인 특징추출과 인식단계에 의해 이루어진다. 먼저 특징추출방법은 PCA(Principal Component Analysis)을 이용하여 얼굴영상의 고차원 공간을 저차원 특징공간으로 변환한 후 ICA-factorial 표현방법을 통해 좀 더 효과적으로 특징벡터를 추출한다. 인식단계는 최소거리 분류방법인 유클리디안 거리를 이용하여 얼굴감정을 인식한다. 이 방법의 유용성을 설명하기 위해 6개의 기본감정(행복, 슬픔, 화남, 놀람, 공포, 혐오)에 대해 얼굴데이터베이스를 구축하고, 기존의 방법인 Eigenfaces, Fishefaces와 비교하여 좋은 인식성능을 보이고자 한다.

• 한국정보처리학회논문지
• /
• 제7권3호
• /
• pp.971-976
• /
• 2000

In this paper a new method for head gesture recognition is proposed. A the first stage, face image data are transformed into low dimensional vectors by principal component analysis (PCA), which utilizes the high correlation between face pose images. The a self organization map(SM) is trained by the transformed face vectors, in such a that the nodes at similar locations respond to similar poses. A sequence of poses which comprises each model gesture goes through PCA and SOM, and the result is stored in the database. At the recognition stage any sequence of frames goes through the PCA and SOM, and the result is compared with the model gesture stored in the database. To improve robustness of classification, probabilistic relaxation labeling(PRL) is used, which utilizes the contextural information imbedded in the adjacent poses.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (A)
• /
• pp.238-240
• /
• 2005

인터넷과 같은 개방된 공간에서 중요한 정보는 상당한 발전을 이룩한 암호화 기술에 의해 보호된다 그러나 컴퓨터의 급속한 발전은 암호화의 근간이 되는 키에 대하여 더욱 길고 안전한 키를 요구한다. 이는 기억해야할 또는 안전하게 소지해야할 정보가 더 많아짐을 의미한다. 이러한 상황에서 개인의 생체정보를 기반으로 하는 키의 이용은 일정 수준의 보안성을 만족하기위한 키의 길이가 증가됨을 억제하고, 외우거나 소지해야하는 불편함도 해소해준다. 그러나 기존의 생체인식 기반의 키 생성 기법 연구는 여러 종류의 생체인식을 동원한 특징점 및 매개변수 정보를 기반으로 하고 있어 실제 활용함에 제한이 있다. 따라서 본 논문에서는 적용할 단 하나의 생체인식으로 얼굴인식을 채택하였고, 이 얼굴인식의 다중 고유얼굴을 이용하여 특징점 및 매개변수 집합을 형성하고, 이 집합으로부터 더욱 안전하고 편리한 키를 생성하는 기법을 연구하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권11호
• /
• pp.1123-1132
• /
• 2000

얼굴영역을 추출하기 위한 방법은 크게 얼굴의 지형적 특징추출에 기반한 방법과 얼굴형판 정합에 기반한 방법으로 분류할 수 있다. 일반적으로 복잡한 배경의 영상에서는 형판정합 방법이 우수하나, 형판의 대표성을 부여하기가 어렵다는 점이 문제시되어 왔다. 본 논문에서는 얼굴영역을 추출하기 위하여 복잡한 얼굴패턴을 몇 개의 주성분 값으로 표현할 수 있는 Hotelling변환 과정을 이용하여 얼굴형판을 생성하고 이를 적용하여 얼굴의 크기, 영상의 명암, 얼굴의 위치에 무관하게 얼굴영역을 추출한다. 또한 휴리스틱한 임계치를 이용하여 두 사람 이상의 얼굴영역을 추출하고 기울어진 얼굴영역을 추출하기 위한 방법도 제시한다. 실험을 통하여 다양한 입력영상에 대한 추출 결과와 고유얼굴에 기반한 방법의 특징을 살펴 보았다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(4)
• /
• pp.21-24
• /
• 2001

In this paper, we present a fast face detection algorithm by estimating the eye region using neural network. To implement a real time face detection system, it is necessary to reduce search space. We limit the search space just to a few pairs of eye candidates. For the selection of them, we first isolate possible eye regions in the fast and robust way by modified histogram equalization. The eye candidates are paired to form an eye pair and each of the eye pair is estimated how close it is to a true eye pair in two aspects : One is how similar the two eye candidates are in shape and the other is how close each of them is to a true eye image A multi-layer perceptron neural network is used to find the eye candidate region's closeness to the true eye image. Just a few best candidates are then verified by eigenfaces. The experimental results show that this approach is fast and reliable. We achieved 94% detection rate with average 0.1 sec Processing time in Pentium III PC in the experiment on 424 gray scale images from MIT, Yale, and Yonsei databases.

• 한국지능시스템학회논문지
• /
• 제13권2호
• /
• pp.216-221
• /
• 2003

본 논문에서는 다양한 환경하에서 인간의 식별과 감정을 인식할 수 있는 감정 인식 알고리즘을 제안한다. 제안된 알고리즘을 구현하기 위해, 먼저, CCD 칼라 카메라에 의해 획득한 원 영상으로부터 피부색을 이용해 얼굴영상을 얻는 과정을 거친다. 그 다음, 주요 요소분석을 기본으로 하는 얼굴인식기술인 Eigenface를 사용하여 이미지들을 고차원의 픽셀공간으로부터 저차원공간으로의 변환하는 과정을 거친다. 제안된 개인에 대한 식별과 감성인식은 사용한 특징벡터들의 추출로 인한 Eigenface의 가중치와 상관관계를 통해 이루어진다. 즉, 영상의 가중치로부터 개인에 대한 식별과 감성정보를 찾는 방법을 제안한다. 마지막으로, 실험을 통해 제안된 방법의 응용가능성을 보인다.

• 한국통신학회논문지
• /
• 제30권6C호
• /
• pp.570-576
• /
• 2005

얼굴 인식 분야에서 포즈의 변화는 인식률을 저하시키는 가장 심각한 문제로 알려져 있다. 본 논문에서는 이러한 포즈가 변화된 얼굴 영상에 대한 인식률을 높이기 위한 전처리 단계로 정면이 아닌 얼굴 영상을 정면 얼굴 영상으로 변환시키는 방법을 제안한다. 제안한 방법은 PCA 계수를 선형 변환 시키는 변환 행렬을 사용되는데 이 변환 행렬은 PCA 계수 사이의 선형적인 관계를 이용하여 구한다. 제안된 방법은 PCA/LDA를 이용한 얼굴 인식 알고리즘으로 검증하였으며, 실험 결과 제안된 방법이 얼굴 인식률을 $20\%$ 정도 향상시킴을 알 수 있었다.