• 정보과학회 논문지
• /
• 제44권3호
• /
• pp.295-305
• /
• 2017

얼굴 외형은 조명의 영향을 크게 받기 때문에 조명 변화는 얼굴 인식 시스템의 성능을 저하시키는 요인 중 하나이다. 본 논문에서는 non-alpha Weberface(non-alpha WF)와 히스토그램 평활화를 결합하여 조명 변화에 강건한 얼굴 표현 방법을 제안한다. 먼저, 입력 얼굴 영상에 대해 명암 대비 조절 파라미터를 적용하지 않은 non-alpha WF를 생성한다. 이후, non-alpha WF의 히스토그램 분포를 전역적으로 균일하게 하고 명암 대비를 향상시키기 위해 히스토그램 평활화를 수행한다. 제안하는 방법을 통해 전처리된 얼굴 영상으로부터 저차원 판별 특징을 추출하기 위해 $(2D)^2PCA$를 적용한다. Extended Yale B 및 CMU PIE 얼굴 데이터베이스에 대해 실험한 결과, 제안하는 방법으로 각각 93.31%와 97.25%의 평균 인식률을 얻었다. 또한, 제안하는 방법은 기존 WF뿐만 아니라 여러 조명 처리 방법들과 비교하여 향상된 인식 성능을 보였다.

• 한국지능시스템학회논문지
• /
• 제25권1호
• /
• pp.91-96
• /
• 2015

본 연구는 조명변화에 강인한 CT 전처리 기법 기반 개선된 얼굴인식 시스템을 소개한다. 전처리 알고리즘으로 CT알고리즘은 조명이 없는 환경에서도 얼굴의 지역적인 특징만을 추출한다. 얼굴의 지역적인 특징 추출을 가능하게 해준다. 처리된 데이터는 $(2D)^2$ 기반 대표적인 차원축소 알고리즘인 PCA를 사용하여 특징을 추출하였다. 전처리 알고리즘을 통한 특징 데이터는 제안한 방사형 기저함수 신경회로망의 입력으로 사용하였다. 방사형 기저함수 신경회로망의 은닉층은 FCM으로 구성하였고, 연결가중치는 1차 선형식을 사용하였다. 또한 ABC 알고리즘을 이용하여 제안된 분류기의 파라미터, 즉 입력의 수, 퍼지 클러스터링의 퍼지화 계수를 최적화 한다. 본 연구는 제안된 시스템의 성능 평가를 위해 Yale Face database B와 CMU PIE database로 실험하였다.

• 전자공학회논문지CI
• /
• 제45권3호
• /
• pp.123-134
• /
• 2008

본 논문은 조명 변화에 강인한 실시간 얼굴인식 시스템을 제안한다. 이를 위하여 제안한 알고리즘에서는 다양한 조명 조건에서도 강인한 얼굴 영상의 지역적 구조 특징을 추출하고, 추출된 특징을 이용하여 외형기반 얼굴인식 방법을 수행하였다. 또한 실시간 얼굴인식 시스템의 경우 연속적으로 영상을 획득하는 동안 발생하는 블러링 된 영상, 측면영상 등 얼굴 인식에 적합하지 않은 영상에 대한 인식 결과를 출력하게 된다. 따라서 이러한 잘못된 인식 결과들을 제거하고, 프레임 사이의 연속된 인식 결과를 고려하여 인식결과를 출력함으로써 결과의 안정성을 확보할 수 있는 방법을 함께 제안한다. 실험 결과에서는 제안한 알고리즘의 조명변화에 대한 성능을 평가하기 위해 Yale database를 사용하여 기존 외형기반 알고리즘과 비교하였다. 그 결과 다양한 조명 조건에서의 인식률이 기존 방법보다 20% 정도 향상 되었다. 또한 연속적으로 영상을 취득하는 시스템에서 제안한 방법의 얼굴 인식 성능을 평가한 결과 매 프레임 결과를 출력하는 방법에 비해 안정적인 성능을 보였다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제9권7호
• /
• pp.2667-2682
• /
• 2015

Due to the wide application of face recognition (FR) in information security, surveillance, access control and others, it has received significantly increased attention from both the academic and industrial communities during the past several decades. However, partial face occlusion is one of the most challenging problems in face recognition issue. In this paper, a novel method based on linear regression-based classification (LRC) algorithm is proposed to address this problem. After all images are downsampled and divided into several blocks, we exploit the evaluator of each block to determine the clear blocks of the test face image by using linear regression technique. Then, the remained uncontaminated blocks are utilized to partial occluded face recognition issue. Furthermore, an improved Distance-based Evidence Fusion approach is proposed to decide in favor of the class with average value of corresponding minimum distance. Since this occlusion removing process uses a simple linear regression approach, the completely computational cost approximately equals to LRC and much lower than sparse representation-based classification (SRC) and extended-SRC (eSRC). Based on the experimental results on both AR face database and extended Yale B face database, it demonstrates the effectiveness of the proposed method on issue of partial occluded face recognition and the performance is satisfactory. Through the comparison with the conventional methods (eigenface+NN, fisherfaces+NN) and the state-of-the-art methods (LRC, SRC and eSRC), the proposed method shows better performance and robustness.

• 디지털산업정보학회논문지
• /
• 제8권2호
• /
• pp.31-40
• /
• 2012

Face recognition refers to the process of identifying individuals based on their facial features. It has recently become one of the most popular research areas in the fields of computer vision, machine learning, and pattern recognition because it spans numerous consumer applications, such as access control, surveillance, security, credit-card verification, and criminal identification. However, illumination variation on face generally cause performance degradation of face recognition systems under practical environments. Thus, this paper proposes an novel face recognition system using a fusion approach based on local binary pattern and two-dimensional principal component analysis. To minimize illumination effects, the face image undergoes the local binary pattern operation, and the resultant image are divided into two sub-images. Then, two-dimensional principal component analysis algorithm is separately applied to each sub-images. The individual scores obtained from two sub-images are integrated using a weighted-summation rule, and the fused-score is utilized to classify the unknown user. The performance evaluation of the proposed system was performed using the Yale B database and CMU-PIE database, and the proposed method shows the better recognition results in comparison with existing face recognition techniques.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권10호
• /
• pp.816-824
• /
• 2009

얼굴영상 공간에서 얼굴영상들은 조명이나 포즈에 의해 비선형적 분포를 갖는다. 이들을 선형모델에 기반을 둔 AAM으로 모델링 하는 것은 한계가 있다. 본 논문에서는 얼굴영상에 대한 몇 개의 군집이 주어졌다고 가정하고, 각 군집 별로 지역적인 AAM 모델을 구축하여 정합과정 중에 적합한 모델이 선택되도록 한다. 정합과정에서 발생하는 모델변경에 따른 모델간의 정합 인자 갱신의 문제는 인자 공간에서 모델간의 선형 관계를 미리 학습하여 해결한다. 심각한 정합 실패에 따른 잘못된 모델 선택을 줄이기 위해 점진적으로 모델변경이 이루어지도록 한다. 실험에서는 제안하는 방법을 Yale-B 조명얼굴 영상에 적용하여 모델을 생성하고 기존 방법과 정합 성능을 비교한다. 제안 방법은 심각한 그림자가 발생하는 강도 높은 조명얼굴 영상에서 성공적인 정합 결과를 보여주었다.

• 한국항행학회논문지
• /
• 제17권6호
• /
• pp.726-735
• /
• 2013

본 논문에서는 웨이블릿 변환의 특성을 이용한 얼굴인식 방법을 제안하여 인식성능 향상에 관한 연구를 진행하였다. 사용한 이산 웨이블릿 변환은 모웨이블릿의 특징과 비슷한 Daubechies D4 필터이다. 웨이블릿 변환영역 중 LL 대역의 데이터만을 이용할 경우 원본 데이터에 비하여 크기가 줄어들게 되어 인식과정의 속도와 메모리 사용량을 줄일 수 있게 된다. 또한 2차원 데이터의 변형없이 손실을 줄여 인식률을 향상시키기 위하여 2차원 LDA 방법을 적용하였다. 그리고 여기서 얻은 특징벡터를 이용하여 SVM을 수행하도록 하였다. 실험은 Matlab 프로그램을 통하여 ORL 얼굴 데이터베이스와 Yale 얼굴 데이터베이스를 이용하여 실험을 하였고 기존의 방법들과 인식률과 수행시간을 비교를 함으로써 제안한 방법의 우수성을 입증하였다.

• 한국산업융합학회 논문집
• /
• 제8권4호
• /
• pp.221-226
• /
• 2005

This paper presents a hybrid method for recognizing the faces by using zero mean and principal component analysis. Zero mean is applied to reduce the 1st order statistics to data nonlinearities. PCA is also used to derive an orthonormal basis which directly leads to dimensionality reduction, and possibly to feature extraction of face image. The proposed method has been applied to the problems for recognizing the 20 face images(10 persons * 2 scenes) of 324*243 pixels from Yale face database. The 3 distances such as city-block, Euclidean, negative angle are used as measures when match the probe images to the nearest gallery images. The experimental results show that the proposed method has a superior recognition performances(speed, rate). The negative angle has been relatively achieved more an accurate similarity than city-block or Euclidean.

• 한국산업융합학회 논문집
• /
• 제8권3호
• /
• pp.143-148
• /
• 2005

This paper presents a hybrid method for recognizing the faces by using principal component analysis(PCA) and fixed-point independent component analysis(FP-ICA). PCA is used to whiten the data, which reduces the effects of second-order statistics to the nonlinearities. FP-ICA is applied to extract the statistically independent features of face image. The proposed method has been applied to the problems for recognizing the 20 face images(10 persons * 2 scenes) of 324*243 pixels from Yale face database. The 3 distances such as city-block, Euclidean, negative angle are used as measures when match the probe images to the nearest gallery images. The experimental results show that the proposed method has a superior recognition performances(speed, rate). The negative angle has been relatively achieved more an accurate similarity than city-block or Euclidean.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권7호
• /
• pp.681-687
• /
• 2007

오늘날 개인의 정보 보호 및 신분 확인을 위하여 생체 인식 분야 중에서 사람의 얼굴 인식기술이 많이 사용되고 있지만 조명, 자세, 표정 변화로 인하여 얼굴 인식의 성능 저하를 일으키는 문제가 있다. 본 논문에서는 얼굴 인식 결과에 큰 영향을 주는 요소인 조명 변화에 초점을 맞춰 D-LDA(Direct-Linear Disciminant Analysis)가 다른 기법들에 비해 덜 민감하게 수행할 수 있는 성질을 지녔음을 밝히 고자 한다. 측면광과 역광등의 조명 변화와 농도의 변화를 고려하여 조명 변화를 갖는 테스트를 갖는 ORL, Yale, 포항공대 데이타베이스를 여러 특징 추출 알고리즘에 적용함으로써 클래스, 학습 데이타 그리고 테스트 데이타 수가 각기 다른 세 종류의 데이타베이스에서 모두 D-LDA가 적은 학습 데이터에서도 조명 변인에 가장 덜 민감하게 반응하는 좋은 인식 성능을 갖는 성질을 지녔음을 보여준다.