초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

얼굴 인식은 얼굴 영상을 입력 데이터로 이용하여, 얼굴 영상의 신원을 판별하는 기법이다. 얼굴 영상의 데이터베이스의 양이 적을 경우 영상 압축이 필요하지 않지만, 데이터베이스의 용량이 큰 경우 영상 압축은 필수적인 기법이다.본 논문에서는 MPEG-7, AR, Orl, Yale, YaleB 등 5가지 얼굴 데이터베이스를 JPEG, JPEG2000, SPIHT 등 3가지 압축 ...

얼굴 인식은 얼굴 영상을 입력 데이터로 이용하여, 얼굴 영상의 신원을 판별하는 기법이다. 얼굴 영상의 데이터베이스의 양이 적을 경우 영상 압축이 필요하지 않지만, 데이터베이스의 용량이 큰 경우 영상 압축은 필수적인 기법이다.본 논문에서는 MPEG-7, AR, Orl, Yale, YaleB 등 5가지 얼굴 데이터베이스를 JPEG, JPEG2000, SPIHT 등 3가지 압축 알고리즘에 의해서 다양한 압축률에 따라 얼굴 데이터베이스에 압축을 준 다음에 3가지 전영역 방식 얼굴 인식 알고리즘을 적용해 보았다.영상 압축이 얼굴 인식에 미치는 영향은 얼굴 데이터베이스의 형식에 따라서 다르게 나타났다. 얼굴 데이터베이스는 조명(illumination), 표정(expression), 자세(pose), 가림(occlusion) 등의 조건에 따라서 얼굴 인식률의 정도가 다르게 나타난다. 이 중 조명 변화가 있는 얼굴 영상이 영상 압축에 따른 얼굴 인식률 저하가 가장 크게 나타났으며, 다른 조건들의 변화가 있는 얼굴 영상의 경우 영상 압축에 따른 얼굴 인식률 저하가 크지 않았다. 조명 변화가 있는 얼굴 영상은 에지의 정확한 위치를 근거로 얼굴 인식이 이루어진다. 압축 영상에서는 영상의 에지 정보가 손실되게 되는데, 따라서 조명 변화가 있는 얼굴 영상에서 인식률이 떨어지게 된다.얼굴 영상에 영향을 주는 모든 조건을 전체적으로 고려해 볼 때, 압축된 영상에서 얼굴 인식률 저하는 크지 않았다. 그러므로 어느 정도의 영상 압축은 얼굴 데이터베이스 관리에 효율적인 기법임을 알 수 있었다.

Abstract ▼ AI-Helper

Face recognition is about determining the identification of facial image used as input data. Image compression is not necessary when the facial image database is of a limited volume; but it is required in case of a large database.In this paper, three compression algorithms - JPEG, JPEG2000, SPIHT &#...

Face recognition is about determining the identification of facial image used as input data. Image compression is not necessary when the facial image database is of a limited volume; but it is required in case of a large database.In this paper, three compression algorithms - JPEG, JPEG2000, SPIHT – were used to compress five different databases - MPEG-7, AR, Orl, Yale, YaleB – and then three face recognition algorithms of holistic method were applied to the five databases.Image compression was shown to have different effects on face recognition depending on the format of face databases. Factors of facial database such as illumination, expression, pose, and occlusion were proven to affect face recognition rate. Among the images that went through changes in factors, facial images with changed illumination experienced the least decline in recognition rate after image compression. Images with other changes indicated no significant drop in recognition rate. Recognition of facial image with changed illumination is done by accurately figuring out location of edges. Yet, because compressed image loses edge information, facial image with change in illumination is likely to fall in recognition rate.Looking at all the possible factors affecting facial image, one will find out that image compression doesn’t lower facial recognition rate significantly. Thus, it is concluded that image compression to a certain extent is an effective method of facial database management.

주제어