생체 인식은 개인의 고유한 생체 정보를 획득하여 개인 식별에 이용하는 기술로, 그중 얼굴 인식은 사용자의 편의성과 비강제성이라는 장점이 있는 응용기술로 평가 받고 있다. 본 논문에서는 얼굴인식 기술동향을 살펴보고 얼굴 영역 추출, 특정 추출, 매칭을 포함한 시스템에 대해 논한다. 얼굴 영역 추출에는 얼굴 형판 정합 방법과 얼굴 요소의 검출에 의한 방법을, 특정 추출에서는 PCA 와 LDA 등의 방법을, 그리고 매칭을 통한 인증 단계에서는 최근접 분류기를 소개한다. 다양한 얼굴 인식 기법들이 제시됨에 따라 공인된 성능 평가 방법이 필요하게 되는데, 대용량 표준 얼굴 DE의 구축과 얼굴 인식 성능 평가 방법 개발의 필요성을 제시한다. 향후 얼굴인식 시스템에서는 조명, 자세, 표정의 변화를 어떻게 보정하여 인식 할 것인가 하는 것이 연구되어야 할 핵심 분야로서 3차원 얼굴 영상 복원 기술을 통한 해결방법을 살펴본다.
생체 인식은 개인의 고유한 생체 정보를 획득하여 개인 식별에 이용하는 기술로, 그중 얼굴 인식은 사용자의 편의성과 비강제성이라는 장점이 있는 응용기술로 평가 받고 있다. 본 논문에서는 얼굴인식 기술동향을 살펴보고 얼굴 영역 추출, 특정 추출, 매칭을 포함한 시스템에 대해 논한다. 얼굴 영역 추출에는 얼굴 형판 정합 방법과 얼굴 요소의 검출에 의한 방법을, 특정 추출에서는 PCA 와 LDA 등의 방법을, 그리고 매칭을 통한 인증 단계에서는 최근접 분류기를 소개한다. 다양한 얼굴 인식 기법들이 제시됨에 따라 공인된 성능 평가 방법이 필요하게 되는데, 대용량 표준 얼굴 DE의 구축과 얼굴 인식 성능 평가 방법 개발의 필요성을 제시한다. 향후 얼굴인식 시스템에서는 조명, 자세, 표정의 변화를 어떻게 보정하여 인식 할 것인가 하는 것이 연구되어야 할 핵심 분야로서 3차원 얼굴 영상 복원 기술을 통한 해결방법을 살펴본다.
Biometrics is essential for person identification because of its uniqueness from each individuals. Face recognition technology has advantage over other biometrics because of its convenience and non-intrusive characteristics. In this paper, we will present a overview of face recognition technology in...
Biometrics is essential for person identification because of its uniqueness from each individuals. Face recognition technology has advantage over other biometrics because of its convenience and non-intrusive characteristics. In this paper, we will present a overview of face recognition technology including face detection, feature extraction, and face recognition system. For face detection, we will describe template based method and face component based approach. PCA and LDA approach will be discussed for feature extraction, and nearest neighbor classifiers -will be covered for matching. Large database and the standardized performance evaluation methodology is essential in order to support state-of-the-art face recognition system. Also, 3D based face recognition technology is the key solution for the pose, lighting and expression variations in many applications.
Biometrics is essential for person identification because of its uniqueness from each individuals. Face recognition technology has advantage over other biometrics because of its convenience and non-intrusive characteristics. In this paper, we will present a overview of face recognition technology including face detection, feature extraction, and face recognition system. For face detection, we will describe template based method and face component based approach. PCA and LDA approach will be discussed for feature extraction, and nearest neighbor classifiers -will be covered for matching. Large database and the standardized performance evaluation methodology is essential in order to support state-of-the-art face recognition system. Also, 3D based face recognition technology is the key solution for the pose, lighting and expression variations in many applications.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문에서는 얼굴인식 기술을 각 단계별로 나누어 살펴보고, 여러 인식 방법들의 객관적 평가를 위한 평가 방법들을 소개하였다. 많은 얼굴인식 기법들이 제안되었고 상당한가능성을 보여주었지만, 포즈, 조명 및 표정 변화 등에 강인한 얼굴인식 시스템은 여전히 성취하기가 어렵다.
정량적, 정성적인 결과 도출로 얼굴 인식 기술의 발전과 나아가 시장 확대에 기여하기 위해 공인된 성능평가가 필요한 것이다. 현재 공인된 평가로 진행된 사례가국내에는 아직 없지만, 미국에서 정부 주도로 진행된 몇 가지 얼굴 인식 성능 평가 사례를 소개한다
제안 방법
것이다. 두 번째 방법은 얼굴과 얼굴이 아닌 다른 영상을구분 할 수 있는 분류함수를 사용하는 것이다. 이때 분류함수는 얼굴 영상과 얼굴 영상이 아닌 영상을 가지고 학습시켜 사용한다[8].
얼굴요소의 검출에 의한 방법에서는 눈 코, 입과 같은 얼굴의 특정 요소들의 위치를 미리 뽑아내고 이들 요소간의특징 벡터를 계산하여 얼굴 부분을 검출한다. 그러나 이 방법은 영상의 질이 높아야 하고, 얼굴 요소간의 상관관계의규칙을 정립하는 것과 이를 적용시킬 알고리즘의 개발이 어렵고 배경이 복잡한 경우 효율이 떨어지는 단점이 있다.
할 수 있다. 이 방법은 원 얼굴 영상의 정보를 correlation matrix로 정의된 scatter matrix로 구성하여 학습한다. 이 방법은 얼굴만이 존재하는 낮은 차원의 영상공간을얻기 위해서 사용되었으며 얻어진 얼굴공간을 고유공간 (eigen space)이라 하며 그 공간을 구성하는 좌표계에 해당하는 벡터들을 고유얼굴 (eigenface)이라 한다[12].
후속연구
국내외 다수의 국책 및 기업 연구소에서 얼굴인식 관련 연구를 수행하고 있다. 향후 국내의 자체 기술로 상용화에 성공하기 위해서는 얼굴인식 기술에 관한 적극적이고 체계적인 연구개발이 필요하다고 하겠다[5][6].
현재까지 미국은 정부 주도로 다양한 항목의 얼굴 인식성능을 정기적으로 측정하고 있으며, 앞으로도 더욱 객관적이고 정량화된 공인 성능 평가가 계속될 것으로 예상된다이에 우리 실정에 맞는 얼굴 및 생체정보의 대용량 DB구축과 표준화된 성능 평가 방법의 개발이 필요하다 하겠다
※ AI-Helper는 부적절한 답변을 할 수 있습니다.