$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

부분 최소제곱법을 이용한 얼굴 인식에 관한 연구

A Study on Face Recognition based on Partial Least Squares

정보처리학회논문지. The KIPS transactions. Part B. Part B, v.13B no.4 = no.107, 2006년, pp.393 - 400  

이창범 (울산대학교 컴퓨터정보통신공학부) ,  김도향 ,  백장선 (전남대학교 통계학과) ,  박혁로 (전남대학교 전자컴퓨터정보통신공학부)

초록
AI-Helper 아이콘AI-Helper

얼굴 인식에서 얼굴 이미지의 특정 추출 방법에는 여러 가지가 있다. 그러나, 얼굴 이미지의 대부분은 표본의 수보다 특정 변수의 수가 많기 때문에 이러한 점을 고려한 특정 추출 방법이 필요하다. 본 논문에서는 부분 최소제곱법을 이용하여 특정 벡터의 차원을 축소하는 방법을 제안한다. 전통적인 차원 축소 방법인 주성분 분석클래스의 정보를 고려하지 않고 최대 변이를 가지는 성분을 추출하기 때문에, 클래스의 구분에 필요한 특정을 필수적으로 추출하지 못한다. 이에 비해, 부분 최소제곱법은 클래스 변수에 대한 정보를 포함하여 성분을 추출한다. 그러므로, 분류를 하는데 있어서는 주성분 분석에 의해 추출된 성분보다는 부분 최소제곱법에 의해 추출된 성분이 보다 더 예측적이다. 맨체스터와 ORL 얼굴 데이터베이스를 이용하여 실험한 결과, 분류와 차원 축소 측면에서 주성분 분석 방법보다는 부분 최소제곱법을 이용한 방법이 그 성능이 우수함을 알 수 있었다.

Abstract AI-Helper 아이콘AI-Helper

There are many feature extraction methods for face recognition. We need a new method to overcome the small sample problem that the number of feature variables is larger than the sample size for face image data. The paper considers partial least squares(PLS) as a new dimension reduction technique for...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 주성분 분석은 다변량 자료의 총 변이를 주요 성분이라는 축소 요약된 양을 통하여 해석함으로써 다차원 변수들에 대 한 단순화를 도모하고, 서로 상관되어 있는 변수들간의 내 적 구조를 분석하는 데에 그 목적을 두고 있다. 이를 위하 여 주성분 분석은 원래 변수들을 선형 결합의 형식으로 변 화시켜 주성분(Principal Component)이라고 부르는 서로 상 관되어 있지 않은(독립적인) 인공적 변수를 유도한다.
본문요약 정보가 도움이 되었나요?

참고문헌 (14)

  1. K. Fukunaga, 'Introducion to Statistical Pattern Recognition', Academic Press, Boston, 1990 

  2. M. Turk, A. Pentland, 'Eigen faces for recognition', J. Cognitive Neurosci. 3, pp.71-86, 1991 

  3. P. M. Garthwaite, 'An interpretation of partial least squares', J. Am. Stat. Assoc. 89, pp.122-127, 1994 

  4. D. V. Nguyen, D. M. Rocke, 'Tumor classfication of partial least squares using microarray gene expression data', Bioinfomatics 18, pp.39-50, 2002 

  5. B. D. Ripley, 'Pattern Recognition and Neural Networks', CAMBRIDGE UNIVERSITY PRESS, 1996 

  6. Guoding Guo, Stan Z. Li, Kap Luk Chan, 'Support vector machines for face recognition', Image and Vision Computing. 19, pp.631-638, 2001 

  7. 김기영, 전명식, '다변량 통계자료분석', 자유아카데미,1999 

  8. 김도향, '차원 축소 특징을 이용한 얼굴 인식 방법의 성능 비교'. 석사학위논문, 2004 

  9. 김선우, 김연주, 김종원, 윤길원, '부분 최소제곱회의(Partial Least Squares Regression) 이론과 분광학학정 혈중 헤모글로빈 진단에의 응용', 응용통계연구, 제10권, 2호, pp.227-239, 1997 

  10. 노형진, '다변량분석 이론과 실제', 형설출판사,2005 

  11. 문지현, 김학일, 류춘우, 이응봉, 전성욱, '생체 인식 시스템 성능평가를 위한 연구', 정보과학회지, 제19권, 제7호, pp.60-71, 2001 

  12. 박성현, 조신섭, 김성수, '한글 SPSS', SPSS 아카데미,2002 

  13. 이재훈, 전인자, 이정훈, 이필규,'오류-역전파 신경만 기반의 얼굴 검출 및 포즈 추정', 정보처리학회, 제9-B권, 제6호, pp.853-862, 2002 

  14. 장병탁, '다충신경망 은닉뉴런수의 효율적인 최적화', 정보과학회, 제25권, 제9호, pp.1333-1341, 1998 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트