• 한국멀티미디어학회논문지
• /
• 제13권6호
• /
• pp.817-824
• /
• 2010

Linear Discriminant Analysis (LDA) has been successfully applied for dimension reduction in face recognition. However, LDA requires the transformation of a face image to a one-dimensional vector and this process can cause the correlation information among neighboring pixels to be disregarded. On the other hand, 2D-LDA uses 2D images directly without a transformation process and it has been shown to be superior to the traditional LDA. Nevertheless, there are some problems in 2D-LDA. First, it is difficult to determine the optimal number of feature vectors in a reduced dimensional space. Second, the size of rectangular windows used in 2D-LDA makes strong impacts on classification accuracies but there is no reliable way to determine an optimal window size. In this paper, we propose a new algorithm to overcome those problems in 2D-LDA. We adopt an ensemble approach which combines several classifiers obtained by utilizing various window sizes. And a practical method to determine the number of feature vectors is also presented. Experimental results demonstrate that the proposed method can overcome the difficulties with choosing an optimal window size and the number of feature vectors.

• 전기학회논문지
• /
• 제63권6호
• /
• pp.797-803
• /
• 2014

In this paper, 3D face recognition system is designed by using polynomial based on RBFNNs. In case of 2D face recognition, the recognition performance reduced by the external environmental factors such as illumination and facial pose. In order to compensate for these shortcomings of 2D face recognition, 3D face recognition. In the preprocessing part, according to the change of each position angle the obtained 3D face image shapes are changed into front image shapes through pose compensation. the depth data of face image shape by using Multiple Point Signature is extracted. Overall face depth information is obtained by using two or more reference points. The direct use of the extracted data an high-dimensional data leads to the deterioration of learning speed as well as recognition performance. We exploit principle component analysis(PCA) algorithm to conduct the dimension reduction of high-dimensional data. Parameter optimization is carried out with the aid of PSO for effective training and recognition. The proposed pattern classifier is experimented with and evaluated by using dataset obtained in IC & CI Lab.

• 한국정보통신학회논문지
• /
• 제9권4호
• /
• pp.897-904
• /
• 2005

영상 인식은 영상획득이 용이하다는 것과 실생활에서 광범위하게 사용될 수 있다는 것으로 인해 활발하게 연구되고 있는 분야이다. 그러나 얼굴영상은 높은 차원의 영상공간으로 인해 이미지 처리가 쉽지 않다. 본 논문은 얼굴 영상 데이터의 차원을 특징적인 벡터로 표현하고 이러한 특징벡터를 통해 얼굴 영상을 인식하는 방법은 제안한다. 제안되는 알고리즘은 두 부분으로 나뉜다. 첫째로는 칼라 영상을 그레이 영상으로 변환할 때 RGB 세 개의 플레인의 평균이 아닌 세 플레인의 주성분을 사용하는 PCA(Principal Component Analysis)를 적용한다. PCA는 칼라 영상을 그레이 영상으로 변환하는 과정과 인식률을 높이기 위한 영상 대비 개선 과정이 동시에 수행한다. 두 번째로는 PCA와 LDA(Linear Discriminant Analysis) 방식을 하나의 과정으로 통합하는 개선된 통합 LDA 방법이다. 두 과정을 통합함으로서 간결한 알고리즘 표현이 가능하며 분리된 단계에서 있을 수 있는 정보 손실을 방지할 수 있다. 제안된 알고리즘은 잘 제어된 대용량 얼굴 데이터베이스에서 개인을 확인하는 분야에 적용되어 성능을 향상시키고 있음을 보여주었고, 추후에는 실시간 상황에서 특정 개인을 확인하는 분야의 기초 알고리즘으로 적용될 수 있다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2004년도 추계 종합학술대회 논문집
• /
• pp.348-351
• /
• 2004

본 논문은 Haar 웨이브릿 변환과 2D PCA를 이용한 얼굴 인식 방법에 대하여 제안한다. 기존의 PCA는 1 차원 벡터들로 공분산 행렬을 구하는 반면에 2D PCA는 2 차원 영상을 직접적으로 이용하여 공분산 행렬을 구한 후 그것의 고유값에 따른 고유벡터를 구하여 특징 벡터들을 추출하였다. 제안 방법은 얼굴 데이터를 낮은 차원과 강건한 특징을 가지는 얼굴 영상을 얻기 위해 웨이브릿 변환을 이용하여 LL 대역의 영상 데이터로 2D PCA 방법을 적용하여 얼굴을 인식한다. 실험결과는 원래 크기의 얼굴 영상에 2D PCA를 적용한 인식률보다 웨이브릿 변환의 LL 대역의 얼굴 영상에 2D PCA를 적용한 얼굴 인식률이 더 좋음을 보여준다.

• Journal of Information Processing Systems
• /
• 제12권3호
• /
• pp.392-409
• /
• 2016

The aim of this paper is to examine the effectiveness of combining three popular tools used in pattern recognition, which are the Active Appearance Model (AAM), the two-dimensional discrete cosine transform (2D-DCT), and Kernel Fisher Analysis (KFA), for face recognition across age variations. For this purpose, we first used AAM to generate an AAM-based face representation; then, we applied 2D-DCT to get the descriptor of the image; and finally, we used a multiclass KFA for dimension reduction. Classification was made through a K-nearest neighbor classifier, based on Euclidean distance. Our experimental results on face images, which were obtained from the publicly available FG-NET face database, showed that the proposed descriptor worked satisfactorily for both face identification and verification across age progression.

• 한국지능시스템학회논문지
• /
• 제21권6호
• /
• pp.749-754
• /
• 2011

본 연구에서는 최적 pRBFNNs 패턴분류기 기반 2차원 영상과 ASM 알고리즘을 이용한 얼굴인식 시스템을 설계하고자 한다. 기존의 2차원 영상 기반 얼굴 인식 기법들은 인식하고자 하는 객체의 영상내의 위치, 크기 및 배경의 존재 유무에 따라 인식률이 영향을 받는 단점이 있으며, 본 연구에서는 이를 보완하기 위하여 관심 영역 내에서의 얼굴 영역 추출 및 특징 추출기법을 이용한 얼굴인식 방법을 소개한다. 본 연구에서는 CCD 카메라를 이용하여 영상을 획득하고 히스토그램 평활화를 이용하여 조명으로 왜곡된 영상정보를 개선한다. AdaBoost 알고리즘을 이용하여 얼굴영역을 검출하고 ASM을 통하여 얼굴 윤곽선 및 형상을 추출하여 개인 프로필을 구성한 후 PCA 알고리즘을 사용하여 고차원 얼굴데이터의 차원을 축소한다. 그리고 인식 모듈로서 pRBFNNs 패턴분류기를 제안한다. 제안된 다항식 기반 RBFNNs은 조건부, 결론부, 추론부 세 가지의 기능적 모듈로 구성되어 있고 조건부는 퍼지 클러스터링을 사용하여 입력 공간을 분할하고, 결론부는 분할된 로컬 영역을 다항식 함수로 표현한다. 또한 차분진화 알고리즘을 이용하여 제안된 분류기의 파라미터, 즉, 학습률, 모멘텀 계수, 퍼지 클러스터링의 퍼지화 계수를 최적화한다. 제안된 다항식 기반 RBFNNs는 얼굴 인식을 위한 패턴분류기로서 직접 CCD 카메라로부터 입력받은 데이터를 영상 보정, 얼굴 검출 및 특징 추출 등과 같은 데이터 전 처리 과정을 포함하여 고차원 데이터로 이루어진 얼굴 영상에 대한 인식 성능을 확인한다.

• 한국정보컨버전스학회논문지
• /
• 제1권1호
• /
• pp.17-24
• /
• 2008

영상 감시 카메라는 각종 범죄를 예방하고 범죄사건을 해결하는데 중요한 정보를 제공해 준다. 2차원 얼굴 영상을 확대 복원하기 위해서는 사용하는 보간법은 비트맵 이미지를 사용하기 때문에 높은 품질의 영상으로 복원하기에는 많은 문제점이 있다. 따라서 이러한 문제점을 보완하면서 좀 더 높은 품질의 영상을 복원하고자 벡터 이미지 방식을 도입하여 영상을 복원하고자 한다.

• 한국지능시스템학회논문지
• /
• 제23권6호
• /
• pp.539-544
• /
• 2013

본 논문에서는 다항식 기반 RBFNNs를 이용하여 3차원 얼굴인식 알고리즘을 설계하고 인식률을 산출하는 방법을 제시한다. 2차원 얼굴인식의 경우 얼굴 포즈, 조명 등과 같은 외부 환경에 의해 인식률이 저하된다. 이러한 단점을 보완하기 위해 3차원 영상을 획득하여 얼굴인식을 수행한다. 얼굴인식을 수행하기 전에 3D스캐너를 통해 얻은 얼굴영상의 포즈 보상을 실시하고 얼굴의 형상을 정면으로 향하게 한다. 그리고 Point Signature 기법을 이용하여 얼굴의 깊이 값을 추출하게 된다. 추출된 데이터는 고차원 데이터로서 학습 및 인식을 수행함에 있어 문제가 생길 수 있기 때문에 PCA알고리즘을 수행하여 차원을 축소한 데이터를 사용한다. 효율적인 학습을 위해 최적화 알고리즘을 통해 파라미터 최적화를 수행하며 PSO, DE, GA 알고리즘을 사용하여 인식 성능을 확인한다.

• 재활복지공학회논문지
• /
• 제9권2호
• /
• pp.129-135
• /
• 2015

본 연구에서는 3차원 영상처리와 노팅험 스케일을 이용하여 안면마비 평가 시스템을 개발하였다. 시스템은 측정부, 영상처리부, 연산부, 그리고 안면마비 평가 및 출력부로 구성되어 있다. 두 개의 웹캠을 사용하여 안면부의 8곳에 부착된 마커의 3차원 위치를 계산하였으며, 이를 이용하여 노팅험 스케일을 계산하고 화면에 보여준다. 피험자의 자세변화와 측정방식이 노팅험 스케일에 미치는 영향을 조사하였다. 측정방식은 2차원과 3차원을 비교하였으며, 피험자자세는 정면응시와 $11^{\circ}$ 측면응시를 비교하였다. 측면응시한 피험자를 2차원 방식으로 측정한 경우의 오차가 가장 컸다. 3차원 측정방식이 피험자의 자세변화에 따른 오차에 가장 덜 민감하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 1999년도 춘계종합학술대회
• /
• pp.33-38
• /
• 1999

컴퓨터 분야에서 얼굴근육 이미지합성은 살아있는 것 같은 모델을 실현하기 위한 가장 실재적인 접근방법 중의 하나이며, 얼굴근육 모델은 얼굴조직 성분과 근육으로 구성된다. 이 모델에서 얼굴 조직 성분에 영향을 주는 힘(force)은 각 근육의 수축강도로써 계산되어지고, 각 근육 파라메터의 결합은 명확한 얼굴표현으로 결정한다. 또한 각 근육 파라메터는 실험과 샘플 사진과 근육편집기로 생성한 명확한 이미지를 비유하여 에러처리과정을 통해 결정된다. 이 논문에서 신경회로망을 사용한 2D(Two-Dimension) 지시점의 움직임으로부터 얼굴근육의 자동인식 방법을 제안하고자 하며, 얼굴모델을 기반으로 한 물리학적 제한하에 캡처된 이미지에서 정보 흐름과 2D 포인트로부터 3D(Three-Dimension) 움직임 인식을 하고자 한다.