• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.2108-2111
• /
• 2003

This paper introduces a new local feature extraction method and image matching method for the localization and classification of targets. Proposed method is based on the block-by-block projection associated with directional pattern of blocks. Each pattern has its own eigen-vertors called as CEBs(Classified Eigen-Blocks). Also proposed block-based image matching method is robust to translation and occlusion. Performance of proposed feature extraction and matching method is verified by the face localization and FLIR-vehicle-image classification test.

• 정보처리학회논문지B
• /
• 제13B권4호
• /
• pp.393-400
• /
• 2006

얼굴 인식에서 얼굴 이미지의 특정 추출 방법에는 여러 가지가 있다. 그러나, 얼굴 이미지의 대부분은 표본의 수보다 특정 변수의 수가 많기 때문에 이러한 점을 고려한 특정 추출 방법이 필요하다. 본 논문에서는 부분 최소제곱법을 이용하여 특정 벡터의 차원을 축소하는 방법을 제안한다. 전통적인 차원 축소 방법인 주성분 분석은 클래스의 정보를 고려하지 않고 최대 변이를 가지는 성분을 추출하기 때문에, 클래스의 구분에 필요한 특정을 필수적으로 추출하지 못한다. 이에 비해, 부분 최소제곱법은 클래스 변수에 대한 정보를 포함하여 성분을 추출한다. 그러므로, 분류를 하는데 있어서는 주성분 분석에 의해 추출된 성분보다는 부분 최소제곱법에 의해 추출된 성분이 보다 더 예측적이다. 맨체스터와 ORL 얼굴 데이터베이스를 이용하여 실험한 결과, 분류와 차원 축소 측면에서 주성분 분석 방법보다는 부분 최소제곱법을 이용한 방법이 그 성능이 우수함을 알 수 있었다.

• 디지털콘텐츠학회 논문지
• /
• 제18권3호
• /
• pp.525-534
• /
• 2017

열린 집합 인식 방법론은 테스트 데이터의 클래스를 학습 시에 모두 파악할 수 없는 경우에 대한 인식 방법론이다. 따라서 열린 집합 인식 방법론은 분류와 유효성 검증의 절차를 필요로 한다. 이러한 연구는 얼굴 인식 모듈의 상용화를 위해 필수적이지만 지금까지 국내에서 연구 결과들이 거의 발표되지 않았다. 우리는 두 개의 검증 단계를 가지는 열린 집합 얼굴 인식 방법론을 제안한다. 첫 번째 단계에서는 학습 클래스 외에 더미 클래스들을 설정하고 희소표현 기반 분류를 수행한다. 이 때 테스트 데이터가 더미 클래스로 분류되면 무효 데이터로 판별하고, 유효한 클래스로 분류되면 다음 유효성 검증 단계로 넘어간다. 두 번째 단계에서 제안하는 네 가지 특징을 추출하고, 확률분포에 기반을 둔 판별함수를 통해 유효성 검증을 수행한다. 우리는 실험을 통해 열린 집합 인식 방법론의 시뮬레이션 방법을 제안하였고 제안하는 방법론의 성능을 제시하고, 희소기반 분류 방식에서 널리 사용되는 SCI 지표를 이용한 유효성 테스트보다 높은 성능을 보임을 입증할 수 있었다.

• 지능정보연구
• /
• 제10권1호
• /
• pp.65-75
• /
• 2004

네트워크로 연결된 환경에서 PIN 번호를 이용해 사용자의 신분을 증명하고 인증하는 방식이 일반적으로 활용되고 있다. 그러나, 아이디나 비밀번호가 해킹을 통해 유출되면 금전적인 피해뿐만 아니라 개인의 사생활까지도 침해받게 된다. 본 논문에서는 아이디나 비밀번호가 유출될 염려가 없는 안전한 인증방식으로 얼굴인식을 채택하였다. 또한, 2-Tier 간의 인증방식이 아닌 점점 분산화 되어 가는 네트워크 시스템을 고려해 3-Tier이상의 분산된 환경에서 원격으로 신분을 증명하고 인증할 수 있는 시스템을 제안하였다. 본 인증시스템의 얼굴인식 알고리즘으로는 최근 분류(Classification)와 특징추출(Feature Extraction)에서 빠른 속도와 정확성을 보이는 SVM(Support Vector Machine)과 PCA를 이용해 얼굴 특징을 분석하고, 분산된 환경에서 인공지능 기법을 활용해 인식속도 및 정확성을 높일 수 있는 분산형 인공지능 얼굴인증 모듈을 구현하였다.

• 대한치과교정학회지
• /
• 제13권1호
• /
• pp.105-114
• /
• 1983

the author studied the corelativity between the head and face and the maxillary arch in Korean. This study was undertaker in 336 persons at age from 9 to 19 years who had normal occlusion by means of angle's classification. The following results were obtained. 1. The corelative coefficient between the Height of Head and Face (H.H.F.) and the Arch Length (A.L.) was 0.203-0.543, 2. The corelative coefficient between the Bizygomatic width (Z.W.) and the Bicanine width (C-C) was 0.203-0.543. 3. The corelative coefficient between the Bizygomatic width (Z.W.) and the Bimolar width (M-M) was 0.206-0.600. 4. The corelative coefficient between the Face shape (Index a) and Maxillaxy arch shape (In-dex c) was 0.232-0.404. 5. The corelative coefficient between the Face shape (Index a) and Maxillary arch shape (Index d) was 0.221-0.401. 6. There was no corelativity between the Anterior-posterior width of head (A.P.W.) and Arch Length A.L.), Head shape (Index b) and Maxillary arch shape (Index c, Index d).

• 사상체질의학회지
• /
• 제17권3호
• /
• pp.55-68
• /
• 2005

1. Objectives Recently there have been studied the trials to take out the characteristics of Sasangin's face. But there is not the report of the basis of Sasangin's face. So I want to exchange between Sasang Constitutional Medicine (SCM) and others ; metrology, technology, psychology, ete. 2. Methods I searched documents of Lee Jae-ma and one's junior. I maid a comparative study of each Sasangin's face through them. And I counted each item to find out the major review point of Sasangin's face. 3. Results and Conclusions We found out Sasangin's face has their own characteristics; first impression, forehead, eyes, nose, ears, mouth, voice. And 'First Impression' is the major factor to check the review point of the face for the classification of sasangin through the 9 documents. In the future we have to prove the contents of these clinically. And we have to research the measurement of the face.

• ETRI Journal
• /
• 제38권2호
• /
• pp.347-355
• /
• 2016

In face examinations, gender classification (GC) is one of several fundamental tasks. Recent literature on GC primarily utilizes datasets containing high-resolution images of faces captured in uncontrolled real-world settings. In contrast, there have been few efforts that focus on utilizing low-resolution images of faces in GC. We propose a GC method based on a pixel classifier boosting with modified census transform features. Experiments are conducted using large datasets, such as Labeled Faces in the Wild and The Images of Groups, and standard protocols of GC communities. Experimental results show that, despite using low-resolution facial images that have a 15-pixel inter-ocular distance, the proposed method records a higher classification rate compared to current state-of-the-art GC algorithms.

• 한국멀티미디어학회논문지
• /
• 제11권11호
• /
• pp.1501-1514
• /
• 2008

깊이 값에 따른 얼굴의 형상은 사람의 특징을 나타내는 중요한 요소 중의 하나로서 각 사람마다 다른 모양을 가지고 있다. 다른 형상을 가진 얼굴 영상으로부터 분리한 주파수 성분은 동일 얼굴에 대한 또 다른 중요 특징 성분의 하나가 될 수 있다. 본 논문은 3차원 얼굴 영상에서 등고선 값을 따라 추출된 영역에 대하여 각 영역별로 주파수 분리를 이용하여 특징을 추출한다. 그리고 이 주파수에 대한 수정된 퍼지 군집화를 적용한 얼굴 인식 알고리즘을 제안한다. 먼저 객체와 배경을 분리하여 얼굴을 추출한 후 얼굴에서 가장 두드러진 형태인 코끝을 찾는다. 이를 이용하여 회전된 얼굴에 대해 정규화를 실시한다. 얼굴의 등고선 영역은 코끝을 기준으로 깊이 값에 따라 영역이 추출되며 이는 사람마다 서로 다른 형상 특징을 가진다. 등고선에 따라 획득된 3차원 얼굴 영상으로부터 이산 웨이블릿 변환을 이용하여 4가지의 주파수 성분을 추출하여 특징정보로 사용한다. 각각의 웨이블릿 주파수 성분을 추출한 등고선 영역에 대해 차원의 감소를 위하여 고유얼굴 추출과 특징 공간상에서 클래스간의 분리를 최대화시키기 위해 선형 판별 분석 알고리즘을 이용하여 유사도를 비교하였다. 본 논문에서는 클래스간의 분별 정보를 향상시키고자 각각의 등고선 영역과 각 영역의 주파수별로 수정된 퍼지 군집화 알고리즘을 적용하여 인식률을 향상 시켰으며, 코끝으로부터 깊이 값이 60인 영역의 경우 98.3%의 인식률을 나타내었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2003년도 ISIS 2003
• /
• pp.364-367
• /
• 2003

In this study, we develop a method for recognizing face images by combining wavelet decomposition, fisherface method, and fuzzy integral. The proposed approach comprises of four main stages. The first stage uses the wavelet decomposition. As a result of this decomposition, we obtain four subimages. The second stage of the approach applies a fisherface method to these four subimage sets. The two last phases are concerned with the generation of the degree of fuzzy membership and the aggregation of the individual classifiers by means of the fuzzy integral. The experimental results obtained for the CNU and Yale face databases reveal that the approach presented in this study yields better classification performance in comparison to the results produced by other classifiers.

• 한국정밀공학회지
• /
• 제19권2호
• /
• pp.133-139
• /
• 2002

A number of experimental studies on burr formation in face milling operations have been pursued. They usually focus on machining parameters such as depth of cut, leed rate, spindle speed and in-plane exit angle. But it if difficult to set the correlation between burrs and the parameters on burr when such parameters are considered at the same time. Therefore, in this paper, acoustic emission (AE) is considered as an alternate way to predict burr types regardless of machining conditions. AE signals during face milling were sampled and processed, then fed into an artificial neural network to classify burr types \\\"on-line\\\".\\\".uot;.