[논문]얼굴특징 평가함수를 이용한 얼굴인식 알고리즘

김정훈; 이응주

얼굴특징 평가함수를 이용한 얼굴인식 알고리즘
Face Recognition Algorithm Using Face Feature Evaluation Function 원문보기

김정훈 (동명정보대학교 정보통신공학과) , 이응주 (동명정보대학교 정보통신공학과)

본 논문에서는 CCD 카메라로부터 입력된 얼굴영상에서 피부색상 정보를 이용하여 얼굴을 검출하고 얼굴특징자인 눈, 코, 입의 얼굴특징 벡터를 추출한 후, 벡터들로부터 특징 평가함수를 적용하여 개인의 얼굴을 인식하는 알고리즘을 제안하였다. 제안한 논문에서는 입력 영상에서 대하여 얼굴 피부색의 정보와 명암도 정보를 동시에 사용하여 얼굴영역을 검출한 후, 검출한 얼굴 영역에서 특징점인 눈, 코, 입 등을 추출한 다음, 각 특징 점들에 대한 기하학적 위치특성과 상관성을 이용한 얼굴특징 평가함수를 구성하였다. 제안한 알고리즘으로 230 장의 얼굴영상에 대하여 실험에 적용한 결과 얼굴검출 효율과 인식 성능을 개선할 수 있었다.

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

문제 정의

본 논문에서는 얼굴인식의 전처리 단계로 얼굴 특 징 자에 대한 평가함수를 적용하기 위하여 먼저, 얼굴 특징 자를 추출한다. 얼굴 특징 자 추출은 앞 절에서 검출한 얼굴 영역 내에서 각 특징자들에 대한에 지(Edge)성분과 얼굴의 기하학적 위치정보를 이용하여 얼굴 특징 자들을 추출한다.
본 논문에서는 정확한 얼굴영역을 검출하기 위하여 색상정보와 명암정보를 복합적으로 사용하여 높은 얼 굴검출 효율을 볼 수 았었다. 또한, 전처리 과정을 통하여 추출한 눈, 코, 입 등의 얼굴 특징자들 간의 상대적 위치정보와 비율관계의 특성을 고려한 평가함 수를 적용함으로써, 얼굴인식 효율을 높일 수 있었다
본 논문에서는 추출한 얼굴 특징 자를 기반으로 각 개인의 얼굴인식을 위하여 얼굴 특징 자의 기하학적 특성, 특징 자들 간의 상관성 및 얼굴 안면 각 등을 기반으로 한 얼굴 특징 평가함수를 제안하였다. 기존의 얼굴 특징자에 대한 평가함수는 얼굴 특징자들에 대한 대칭성과 위치 관계만을 고려하였다.

제안 방법

많은 표준 영상의 실험 중 1차 얼굴 후보 영역이 머리카락과 착용한 옷의 종류에 따라 매우 가변적이고 그 영역이 넓어지는 현상이 발견되었다. 따라서, 본 논문에서는 찾아진 1차 얼굴 후보 영역을 검사해 적응적으로 계산된 임계 값 이상의 명암값 분포를 적용하여 얼굴 영역으로 찾아내고 이외의 부분은 제거하여 얼굴 영역만을 추출하도록 하였다. 식 (1)~ 식(3)에서는 입력된 RGB 영상을 HSI 정보와 타원마스 크를 이용한 얼굴 검출식을 나타내었다.
기존의 얼굴 특징자에 대한 평가함수는 얼굴 특징자들에 대한 대칭성과 위치 관계만을 고려하였다. 본 논문에서는 얼굴 특징 자인 눈, 코, 입 등을 이용한 얼굴 특징 벡터 추출과 얼굴 특징자들에 대한 상관관계 값과 얼굴 특징 자들 간의 안면 각 추출을 통한 평가함 수를 적용하였다.
본 논문은 이러한 특성을 이용하여 인간의 비선형적인 시각 특성에 비교적 유사한 HSI 정보에서 색상, 명도를 사용하였다. 1차 얼굴 후보 영역은 영상을 HSI 좌표계로 변환하여 색상정보를 얻어낸 후 H니e값을 이용하여 일정 범위 내에 밀집해 있는 객체들을 레이블링 연산을 통해 찾아내고 이 범위에 있는 모든 객체 중 가장 큰 객체가 얼굴 후보영역이 된다.
본 논문에서는 얼굴인식의 전처리 단계로 얼굴 특 징 자에 대한 평가함수를 적용하기 위하여 먼저, 얼굴 특징 자를 추출한다. 얼굴 특징 자 추출은 앞 절에서 검출한 얼굴 영역 내에서 각 특징자들에 대한에 지(Edge)성분과 얼굴의 기하학적 위치정보를 이용하여 얼굴 특징 자들을 추출한다. 또한, 전처리 단계를 거쳐 눈, 코, 입 특징점을 결정하기 위한 알고리즘으로 양 눈과 코의 상대적이고 구조적인 위치 관계를 이용하여 비슷한 y 좌표를 갖는 두 개의 눈 후보 점과 한 개의 코 후보 점 그리고 입 후보 점을 결정한다[1, 5]・ 그림 3은 얼굴 톡징자 검출 과정이다.

성능/효과

본 논문은 얼굴영역을 검출하는데 있어서 신뢰성 있는 검출을 위해 색상정보와 명암정보를 같이 사용 하였으며, 얼굴특징자인 눈, 코, 입을 비롯한 특징자 들의 상대적 위치정보와 특성을 고려한 특징벡터 검출과 특징벡터에 대한 상관정도의 유사성을 반영하는 평가함수를 적용하여 얼굴 인식 성능을 개선할 수 있었다. 다양한 크기의 230장의 획득한 영상에 대하여 얼굴검출은 226장으로 98.2%의 성능을 보였고, 얼 굴특징자의 추출은 217장으로 94.3%를 보였다. 또한, 특징벡터에 대한 얼굴특징 평가함수를 적용한 얼굴인 식은 212장으로 92.
그러나 얼굴 분류 기술의 전처리 단계라 할 수 있는 얼굴 영역 검출과 특징점 추출에 있어 얼굴이 차지하는 크기, 얼굴의 방향, 색상, 명암도 등에 대한 제약을 가지고 았다. 따라서, 제안한 논문에서는 얼굴인식의 전처리 단계로써, 얼굴검출의 정확성을 높이기 위하여 피부색 상정 보와 명암 정보를 이용하여 얼굴검출 효율을 높였고, 얼굴의 특징점인 눈, 코, 입 등의 추출을 통하여 각각의 특징자들에 대한 특징 평가함수를 반영 함으로써 인식 효율을 높일 수 있었다.
본 논문에서는 정확한 얼굴영역을 검출하기 위하여 색상정보와 명암정보를 복합적으로 사용하여 높은 얼 굴검출 효율을 볼 수 았었다. 또한, 전처리 과정을 통하여 추출한 눈, 코, 입 등의 얼굴 특징자들 간의 상대적 위치정보와 비율관계의 특성을 고려한 평가함 수를 적용함으로써, 얼굴인식 효율을 높일 수 있었다
본 논문은 얼굴영역을 검출하는데 있어서 신뢰성 있는 검출을 위해 색상정보와 명암정보를 같이 사용 하였으며, 얼굴특징자인 눈, 코, 입을 비롯한 특징자 들의 상대적 위치정보와 특성을 고려한 특징벡터 검출과 특징벡터에 대한 상관정도의 유사성을 반영하는 평가함수를 적용하여 얼굴 인식 성능을 개선할 수 있었다. 다양한 크기의 230장의 획득한 영상에 대하여 얼굴검출은 226장으로 98.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

얼굴특징 평가함수를 이용한 얼굴인식 알고리즘
Face Recognition Algorithm Using Face Feature Evaluation Function 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

얼굴특징 평가함수를 이용한 얼굴인식 알고리즘 Face Recognition Algorithm Using Face Feature Evaluation Function 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

얼굴특징 평가함수를 이용한 얼굴인식 알고리즘
Face Recognition Algorithm Using Face Feature Evaluation Function 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper