최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기電子工學會論文誌. Journal of the Institute of Electronics Engineers of Korea. SP, 신호처리, v.49 no.4 = no.346, 2012년, pp.77 - 84
Face classification has wide applications in intelligent video surveillance, content retrieval, robot vision, and human-machine interface. Pose and expression changes, and arbitrary illumination are typical problems for face recognition. When the face is captured at a distance, the image quality is ...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
얼굴인식 기술 활용 범위는 어떠한가? | 얼굴인식 기술은 지능형 보안, 웹에서 콘텐츠 검색, 지능로봇의 시각부분, 머신인터페이스 등, 활용이 광범위 하다. 그러나 일반적으로 대상자의 표정과 포즈 변화, 주변의 조명 환경과 같은 문제가 있으며 이와 더불어 원거리에서 획득한 영상의 경우 저해상도를 비롯하여 블러와 잡음에 의한 영상의 열화 등의 여러 가지 어려움이 발생한다. | |
얼굴인식 기술의 문제점은 무엇인가? | 얼굴인식 기술은 지능형 보안, 웹에서 콘텐츠 검색, 지능로봇의 시각부분, 머신인터페이스 등, 활용이 광범위 하다. 그러나 일반적으로 대상자의 표정과 포즈 변화, 주변의 조명 환경과 같은 문제가 있으며 이와 더불어 원거리에서 획득한 영상의 경우 저해상도를 비롯하여 블러와 잡음에 의한 영상의 열화 등의 여러 가지 어려움이 발생한다. 본 논문에서는 포톤 카운팅(Photon-counting) 선형판별법(Linear Discriminant Analysis)을 이용한 다중 분류기(Classifier)에 의한 판정을 융합하여 얼굴 영상 인식을 수행한다. | |
Fisher 선형판별법이란 무엇인가? | 본 논문에서는 포톤 카운팅(Photon-counting) 선형판별법(Linear Discriminant Analysis)을 이용한 다중 분류기(Classifier)에 의한 판정을 융합하여 얼굴 영상 인식을 수행한다. Fisher 선형판별법은 집단 간 분산을 최대로 하고 집단 내 분산을 최소로 하는 공간으로 선형 투영하는 방법으로, 학습영상의 수가 적을 경우 특이행렬 문제가 발생하지만 포톤카운팅 선형 판별법은 이러한 문제가 없으므로 차원축소를 위한 전 처리 과정이 필요 없다. 본 논문의 다중 분류기는 포톤 카운팅 선형판별법의 유클리드 거리(Euclidean Distance) 또는 정규화된 상관(Normalized Correlation)을 적용하는 판정규칙에 따라 구성된다. |
조재수, 강현수, 김흥수, 김성득, "멀티미디어 신호 처리: 이론 및 실습," 사이텍 미디어, 2006.
D. L. Swets and J. Weng, "Using discriminant eigenfeatures for image retrieval," IEEE Trans. Pattern Analysis and Machine Intelligence. Vol. 18, pp. 831-836, 1996.
P. N. Belhumer, J. P. Hespanha, and D. J. Kriegman, "Eigenfaces vs. Fisherfaces: recognition using class specific linear projection," IEEE Trans. Pattern Analysis and Machine Intelligence. Vol. 19, No. 7, pp. 711-720, 1997.
김현철, 김대진, 방승양, "LDA 혼합 모형을 이용한 얼굴인식," 정보과학회논문지, 제32권 소프트웨어 및 응용, 제8호, 789 -794쪽, 2005년 8월.
홍은혜, 고병철, 변혜란, "PCA와 LDA를 이용한 실시간 얼굴 검출 및 검증 기법," 정보과학회논문지:소프트웨어 및 응용 제31권 제2호, 2004년 2월.
장혜경, 오선문, 강대성, "PCA 기반 LDA 혼합 알고리즘을 이용한 실시간 얼굴인식 시스템 구현," 전자공학회논문지, 제41권 SP편, 제4호, 473-478쪽, 2004년 7월.
R. O. Duda, P. E. Hart, and D. G. Stork, Pattern Classification 2nd ed., Wiley Interscience, New York, 2001.
K. Fukunaga, Introduction to Statistical Pattern Recognition 2nd ed., Academic Press, Boston, 1990.
S. Yeom, B. Javidi, and E. Watson, "Threedimensional distortion-tolerant object recognition using photon-counting integral imaging," Optics Express, Vol. 15, pp. 1513-1533, 2007.
염석원, "포톤 카운팅 선형판별법을 이용한 저해상도 얼굴 영상 인식," 대한전자공학회지, 제45권 SP편 제6호, pp. 597-602, 2008.
L. O. Jimenez, A. Morales-Morell, and A. Creus, "Classification of Hyperdimensional Data Based on Feature and Decision Fusion Approaches Using Projection Pursuit, Majority Voting, and Neural Networks," IEEE Trans. on Geoscience and Remote Sensing, Vol. 37, No. 3, pp. 1360-1366, 1999.
M. T. Sadeghi, M. Samiei, and J. Kittler, "Fusion of PCA-Based and LDA-Based Similarity Measures for Face Verification," EURASIP Journal on Advances in Signal Processing, Vol. 2010.
Y. Pang, N. Yu, R. Zhang, J. Rong, and Z. Liu, "Fusion of SVD and LDA for Face Recognition," 2004 International Conference on Image Processing (ICIP), pp. 1417-1420, 2004.
D. D. Freedman, "Overview of Decision Level Fusion Techniques for Identification and Their Application," Proceedings of the American Control Conference, Baltimore, Maryland. (June 1994).
S. Yeom, "Multi-frame decision level fusion for face classification based on a photon-counting linear discriminant analysis," IS&T/SPIE Electronic Imaging, Vol. 7877, 2011.
S. Yeom, "Photon-counting linear discriminant analysis for face recognition at a distance," International Journal of Fuzzy Logic and Intelligent Systems, Under review.
http://www.cl.cam.ac.uk/research/dtg/attarchive /facedatabase.html.
MATLAB function reference, MathWorks.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.