• Journal of Information Processing Systems
• /
• 제9권1호
• /
• pp.173-188
• /
• 2013

In Facial Expression Recognition Systems (FERS), only particular regions of the face are utilized for discrimination. The areas of the eyes, eyebrows, nose, and mouth are the most important features in any FERS. Applying facial features descriptors such as the local binary pattern (LBP) on such areas results in an effective and efficient FERS. In this paper, we propose an automatic facial expression recognition system. Unlike other systems, it detects and extracts the informative and discriminant regions of the face (i.e., eyes, nose, and mouth areas) using Haar-feature based cascade classifiers and these region-based features are stored into separate image files as a preprocessing step. Then, LBP is applied to these image files for facial texture representation and a feature-vector per subject is obtained by concatenating the resulting LBP histograms of the decomposed region-based features. The one-vs.-rest SVM, which is a popular multi-classification method, is employed with the Radial Basis Function (RBF) for facial expression classification. Experimental results show that this approach yields good performance for both frontal and near-frontal facial images in terms of accuracy and time complexity. Cohn-Kanade and JAFFE, which are benchmark facial expression datasets, are used to evaluate this approach.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2005년도 추계 종합학술대회 논문집
• /
• pp.509-512
• /
• 2005

평생 건강한 삶을 누리기 위한 인간의 노력이 증가되면서 많은 관심을 받고 있는 것이 사상의학이다. 사상의학에서는 사람의 체질을 네 가지로 분류하여 체질에 맞는 의술을 행하였다. 따라서, 본 논문에서는 임상의의 용모사기 방법을 시각화, 계량화, 정량화하여 임상의의 직관을 객관적 기기로 개발하기 위한 방법론을 제안하고자 한다. 이를 위해 정면 얼굴과 측면 얼굴에서 사상 체질 분류에 필요한 특징 요소를 추출하고자 한다. 최종적으로 실험에 의해 제안한 방법의 유용성을 입증하고자 한다.

• 전자공학회논문지CI
• /
• 제45권2호
• /
• pp.1-9
• /
• 2008

휴대폰에서 보안 필요성이 증가함에 따라 개인 인증을 위하여 홍채, 지문, 얼굴과 같은 단일 생체 정보를 이용한 많은 연구들이 진행되었으나 단일 생체 인식에서는 인식 정확도에 한계가 있었다. 따라서 본 논문에서는 휴대폰 환경에서 고 인식율을 위해 얼굴과 홍채를 결합하는 방법에 대해 제안한다. 본 논문에서는 근적외선 조명과 근적외선 통과 필터를 부착한 휴대폰의 메가 픽셀 카메라를 사용하여 근적외선 얼굴 및 홍채 영상을 동시에 취득한 후, SVM(Support Vector Machine)을 기반으로 스코어 레벨에서 결합하였다. 또한, 저 연산의 로가리듬(Logarithm) 알고리즘을 사용한 얼굴 데이터의 조명 변화에 대한 정규화와 극 좌표계 변환 및 홍채 코드의 비트 이동 매칭에 의한 홍채 영역의 이동, 회전, 확대 및 축소에 대한 정규화를 통해 SVM의 분류 복잡도와 얼굴, 홍채 데이터의 본인 변화도를 최소화함으로써 인식 정확도를 향상시켰으며, 저 연산의 휴대폰 환경에서 정수혈 기반의 얼굴 및 홍채 인식 알고리즘을 사용하여 처리시간을 향상시켰다. 실험 결과, SVM을 사용한 인식의 정확성이 단일 생체(얼굴 또는 홍채), SUM, MAX, MIN 그리고 Weighted SUM을 사용하는 것보다 우수한 것을 알 수 있었다.

• 전기학회논문지
• /
• 제59권12호
• /
• pp.2314-2318
• /
• 2010

For human-robot interaction, a robot should recognize the meaning of human behavior. In the case of static behavior such as face expression and sign language, the information contained in a single image is sufficient to deliver the meaning to the robot. In the case of dynamic behavior such as gestures, however, the information of sequential images is required. This paper proposes behavior classification by using fuzzy classifier to deliver the meaning of dynamic behavior to the robot. The proposed method extracts feature points from input images by a skeleton model, generates a vector space from a differential image of the extracted feature points, and uses this information as the learning data for fuzzy classifier. Finally, we show the effectiveness and the feasibility of the proposed method through experiments.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2003년도 추계 학술발표회 논문집
• /
• pp.155-159
• /
• 2003

최근 들어 SVM(support vector machines)은 기계학습의 분야에서 많은 응용이 이루어지고 있으며 특히 분류(classification)나 회귀(regression)분석의 영역에서 많은 연구가 진행중이다. 본 논문에서는 SVM을 이용하여 입력영상자료(image data)를 분류하고자 한다. RGB 컬러 영상자료가 입력되면 이미지 크기에 관계없이 이미지 자체를 입력패턴으로 인식하고 SVM을 통한 훈련(training)을 거친 결과(weight 들과 bias 추정치)를 이용하여 입력영상자료가 사람인가를 분류할 수 있는 문제를 다룬다. 제안된 방법의 타당성은 152개의 영상자료에 적용하여 분석되었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2002년도 추계종합학술대회
• /
• pp.296-300
• /
• 2002

본 연구에서 는 비지도 학습 방식인 SOFM(Self Organize Feature Maps)과 지도 학습인 다층 신경회로망을 이용하여 패턴 분류를 하는 방식을 제안하였다. SOFM을 이용하여 입력 패턴을 분류하여 얻은 결과를 다층 신경회로망의 초기 연결강도와 목표 값으로 설정한다. 제안한 방식의 유용성을 확인하기 위하여 얼굴 영상에 대하여 시뮬레이션한 결과 우수한 성능을 얻었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.568-570
• /
• 2023

The problem of classifying of age, gender, and race images still poses challenges. Despite deep and machine learning strides, convolutional neural networks (CNNs) remain pivotal in addressing these issues. This paper introduces a novel CNN-based approach for accurate and efficient age, gender, and race classification. Leveraging CNNs with residual blocks, our method enhances learning while minimizing computational complexity. The model effectively captures low-level and high-level features, yielding improved classification accuracy. Evaluation of the diverse 'fair face' dataset shows our model achieving 56.3%, 94.6%, and 58.4% accuracy for age, gender, and race, respectively.

• Journal of the Korean Wood Science and Technology
• /
• 제47권1호
• /
• pp.101-109
• /
• 2019

This paper examines the classification of five coniferous species, including larch (Larix kaempferi), red pine (Pinus densiflora), Korean pine (Pinus koraiensis), cedar (Cryptomeria japonica), and cypress (Chamaecyparis obtusa), using near-infrared (NIR) spectra. Fifty lumber samples were collected for each species. After air-drying the lumber, the NIR spectra (wavelength = 780-2500 nm) were acquired on the wide face of the lumber samples. Soft independent modeling of class analogy (SIMCA) was performed to classify the five species using their NIR spectra. Three types of spectra (raw, standard normal variated, and Savitzky-Golay $2^{nd}$ derivative) were used to compare the classification reliability of the SIMCA models. The SIMCA model based on Savitzky-Golay $2^{nd}$ derivatives preprocessing was determined as the best classification model in this study. The accuracy, minimum precision, and minimum recall of the best model (PCA models using Savitzky-Golay $2^{nd}$ derivative preprocessed spectra) were evaluated as 73.00%, 98.54% (Korean pine), and 67.50% (Korean pine), respectively.

• 응용통계연구
• /
• 제31권5호
• /
• pp.539-554
• /
• 2018

최근 등장하는 다양한 사물인터넷 기기 혹은 상황인식 기반의 인공지능에서는 사용자와 기기의 상호작용이 중요시 된다. 특히 인간을 대상으로 상황에 맞는 대응을 하기 위해서는 인간의 표정을 실시간으로 인식하여 빠르고 정확한 판단을 내리는 것이 필요하다. 따라서, 보다 빠르고 정확하게 표정을 인식하는 시스템을 구축하기 위해 얼굴 이미지 분석에 대한 많은 연구들이 선행되어 왔다. 본 연구에서는 웹사이트 Kaggle에서 제공한 48*48 8-bit grayscale 이미지 데이터셋을 사용하여 얼굴인식과 표정분류로 구분된 두 단계를 거치는 얼굴표정 자동 인식 시스템을 구축하였고, 이를 기존의 연구와 비교하여 자료 및 방법론의 특징을 고찰하였다. 분석 결과, Face landmark 정보에 주성분분석을 적용하여 단 30개의 주성분만으로도 빠르고 효율적인 예측모형을 얻을 수 있음이 밝혀졌다. LDA, Random forest, SVM, Bagging 중 SVM방법을 적용했을 때 가장 높은 정확도를 보이며, LDA방법을 적용하는 경우는 SVM 다음으로 높은 정확도를 보이며, 매우 빠르게 적합하고 예측하는 것이 가능하다.

• 정보처리학회논문지B
• /
• 제14B권2호
• /
• pp.71-80
• /
• 2007

본 논문에서는 웹 기반의 의료 정보를 제공하기 위한 한방 진단 시스템 중 얼굴형 및 혀 영역 추출, 설색 분석 방법에 대해 제안한다. 이는 초 고령화 사회를 맞아 의료 혜택의 대중화와 보편화가 사회적 요구 사항으로 대두되고 있으며 이를 IT 기술로 구현하기 위해 웹 기반의 망진 및 설진을 이용한 의료 정보를 제공하는 시스템을 구축하고자 한다. 통상 인체의 생체 신호를 반영하여 나타내어 주는 곳은 홍채나 혀, 오관 등이 있다. 이 중 본 논문은 개발하고자 하는 웹 기반의 질병 진단 중 관형과 찰색을 위한 얼굴형의 분류, 오관 영역의 주출과 영양분할 그리고 인간의 생체 신호가 집약적으로 나타나 있는 혀에 대해 설색을 추출하는 방법 등에 대해 제안하고자 한다. 끝으로 실험에 의해 제안한 방법의 유용성을 입증하고자 한다.