최근, 얼굴인식 기술 적용 분야가 커지면서, 얼굴인식에 관한 관심도 높아지고 있다. 기술 선도기업을 중심으로 얼굴의 기하학적 특징을 이용한 정확한 얼굴 인식 방법이 각광을 받고 있다. 하지만, CCTV 시스템에서는 얼굴 검출의 부정확성, 낮은 영상의 해상도, 자세 변화, 주변 조명 변화로 인해 위의 방법을 적용하기 힘들다. 따라서 이러한 환경에서는 얼굴 영역의 모든 ...
최근, 얼굴인식 기술 적용 분야가 커지면서, 얼굴인식에 관한 관심도 높아지고 있다. 기술 선도기업을 중심으로 얼굴의 기하학적 특징을 이용한 정확한 얼굴 인식 방법이 각광을 받고 있다. 하지만, CCTV 시스템에서는 얼굴 검출의 부정확성, 낮은 영상의 해상도, 자세 변화, 주변 조명 변화로 인해 위의 방법을 적용하기 힘들다. 따라서 이러한 환경에서는 얼굴 영역의 모든 화소 정보를 특징으로 반영하는 화소 기반 방법들이 선호된다. 화소 기반 얼굴인식 방법으로는 Principle Component Analysis (PCA), Linear Discriminant Analysis (LDA), Local Binary Pattern (LBP)이 고려될 수 있다. 이 방법들을 CCTV 영상에 적용하기 위해서는 얼굴영역 검출에 대한 높은 정확도가 우선적으로 요구되며, 자세 변화, 조명 변화 등의 요소에 따른 인식 성능을 비교 분석해 볼 필요가 있다. 정확한 얼굴영역 검출을 위해 기존의 Adaboost 기반의 방법에 추가적으로 피부색 정보 기반의 color segmentation 방법을 후처리 단계로 적용하였다. 자세 변화를 고려하기 위해 단일 대상에 대한 다중 얼굴 정보 등록 방법을 사용하였고, 조명 변화를 고려하기 위한 방법으로 Retinex 기반의 조명 정규화 방법을 적용하였다. 실험결과, Adaboost만을 사용한 얼굴 검출보다 피부색 정보 기반의 color segmentation 방법을 후처리로 적용한 결과 더욱 정확한 얼굴 영역을 검출할 수 있었다. 다중 영상 등록을 통해 자세 변화에 따른 얼굴 인식 성능 저하를 막을 수 있음을 확인하였다. 그리고 조명 정규화 전 후 인식률 비교를 통하여, 단순히 조명 정규화 방법을 전체 얼굴영역에 적용하면 오히려 성능이 저하됨을 확인했다.
최근, 얼굴인식 기술 적용 분야가 커지면서, 얼굴인식에 관한 관심도 높아지고 있다. 기술 선도기업을 중심으로 얼굴의 기하학적 특징을 이용한 정확한 얼굴 인식 방법이 각광을 받고 있다. 하지만, CCTV 시스템에서는 얼굴 검출의 부정확성, 낮은 영상의 해상도, 자세 변화, 주변 조명 변화로 인해 위의 방법을 적용하기 힘들다. 따라서 이러한 환경에서는 얼굴 영역의 모든 화소 정보를 특징으로 반영하는 화소 기반 방법들이 선호된다. 화소 기반 얼굴인식 방법으로는 Principle Component Analysis (PCA), Linear Discriminant Analysis (LDA), Local Binary Pattern (LBP)이 고려될 수 있다. 이 방법들을 CCTV 영상에 적용하기 위해서는 얼굴영역 검출에 대한 높은 정확도가 우선적으로 요구되며, 자세 변화, 조명 변화 등의 요소에 따른 인식 성능을 비교 분석해 볼 필요가 있다. 정확한 얼굴영역 검출을 위해 기존의 Adaboost 기반의 방법에 추가적으로 피부색 정보 기반의 color segmentation 방법을 후처리 단계로 적용하였다. 자세 변화를 고려하기 위해 단일 대상에 대한 다중 얼굴 정보 등록 방법을 사용하였고, 조명 변화를 고려하기 위한 방법으로 Retinex 기반의 조명 정규화 방법을 적용하였다. 실험결과, Adaboost만을 사용한 얼굴 검출보다 피부색 정보 기반의 color segmentation 방법을 후처리로 적용한 결과 더욱 정확한 얼굴 영역을 검출할 수 있었다. 다중 영상 등록을 통해 자세 변화에 따른 얼굴 인식 성능 저하를 막을 수 있음을 확인하였다. 그리고 조명 정규화 전 후 인식률 비교를 통하여, 단순히 조명 정규화 방법을 전체 얼굴영역에 적용하면 오히려 성능이 저하됨을 확인했다.
Recently, according to explosion of face recognition application fields, study about human face recognition is actively conducted. Especially, high performance algorithm by using facial Geometric features take an interest. However, high performance algorithm sometimes cannot be adopted because of en...
Recently, according to explosion of face recognition application fields, study about human face recognition is actively conducted. Especially, high performance algorithm by using facial Geometric features take an interest. However, high performance algorithm sometimes cannot be adopted because of environmental reasons such as pose variation of targets or lighting condition at outdoor CCTV. Also, low-resolution CCTV image cannot be used for appearance based high-performance method. Therefore, we consider pixel based face recognition methods as CCTV applications. Principle Component Analysis (PCA), Linear Discriminant Analysis (LDA), Local Binary Pattern (LBP) can be regarded as pixel based face recognition methods. For apply this methods in CCTV images, high-performance about face area detect and toughness about facial pose and illumination environment variations are required. First, for high-performance about face area detect, color segmentation method based on skin color information are applied as processing step after the conventional face-based recognition method based on Adaboost method. Second, for toughness about illumination environment variation, multi enrollment image are used. Third, for toughness about facial pose variation, retinex based illumination normalization method are used. At experimental results, face detect performance additionally using color segmentation method based on skin color information are batter than only using Adaboost method. And, reduce of face recognition performance caused by facial pose change can prevented by using multi enrollment image. And by of comparison recognition performances before and after applying illumination normalization method, Simple application of illumination normalization method was reduce the performance.
Recently, according to explosion of face recognition application fields, study about human face recognition is actively conducted. Especially, high performance algorithm by using facial Geometric features take an interest. However, high performance algorithm sometimes cannot be adopted because of environmental reasons such as pose variation of targets or lighting condition at outdoor CCTV. Also, low-resolution CCTV image cannot be used for appearance based high-performance method. Therefore, we consider pixel based face recognition methods as CCTV applications. Principle Component Analysis (PCA), Linear Discriminant Analysis (LDA), Local Binary Pattern (LBP) can be regarded as pixel based face recognition methods. For apply this methods in CCTV images, high-performance about face area detect and toughness about facial pose and illumination environment variations are required. First, for high-performance about face area detect, color segmentation method based on skin color information are applied as processing step after the conventional face-based recognition method based on Adaboost method. Second, for toughness about illumination environment variation, multi enrollment image are used. Third, for toughness about facial pose variation, retinex based illumination normalization method are used. At experimental results, face detect performance additionally using color segmentation method based on skin color information are batter than only using Adaboost method. And, reduce of face recognition performance caused by facial pose change can prevented by using multi enrollment image. And by of comparison recognition performances before and after applying illumination normalization method, Simple application of illumination normalization method was reduce the performance.
Keyword
#Principal components analysis linear discriminant analysis local binary patterns pixel-based face recognition Retinex based illumination normalization face recognition facial pose variation skin color based face detect
학위논문 정보
저자
장운수
학위수여기관
상명대학교 대학원
학위구분
국내석사
학과
컴퓨터과학과
지도교수
이의철
발행연도
2016
총페이지
iv, 49 p.
키워드
Principal components analysis linear discriminant analysis local binary patterns pixel-based face recognition Retinex based illumination normalization face recognition facial pose variation skin color based face detect
※ AI-Helper는 부적절한 답변을 할 수 있습니다.