:: The Journal of the Institute of Internet, Broadcasting and Communication ::, Vol.19 No.6 | (2019) pp.109~116
방향성 얼굴형상과 SOFM을 이용한 얼굴 인식에 관한 연구
Abstract
본 논문은 얼굴 형상 인식을 위한 보다 안정적이며 조명 변화와 회전에 강인하게 얼굴 영역을 검출하며, 계산의 효율성과 검출 성능을 동시에 만족시키는 강인한 검출 알고리즘에 대해 제안한다. 제안한 알고리즘은 단일 카메라 환경 에서 얼굴 형상을 입력정보로 사용하여 전처리 과정을 거쳐 얼굴 영역만을 분할한 후 자기 조직화 특징 지도(SOFM) 알고리즘을 이용하여 얼굴 형상을 인식하게 된다. 그러나 조명 변화에 민감하고 자유도가 큰 얼굴 영역을 정확히 인식하 기란 쉽지 않으며 오차 범위도 크기 때문에 본 논문에서는 인식률을 높이기 위해 각각의 얼굴 형상에 대한 회전 정보를 데이터베이스화 한 후 주성분 분석을 적용하여 군집화 함으로서 인식오차를 줄였다. 또한 차원 축소로 인해 많은 계산 량이 요구되지 않기 때문에 실시간 인식 시간도 줄일 수 있었다.
This study proposed a robust detection algorithm. It detects face more stably with respect to changes in light and rotation for the identification of a face shape. Also it satisfies both efficiency of calculation and the function of detection. The algorithm proposed segmented the face area through pre-processing using a face shape as input information in an environment with a single camera and then identified the shape using a Self Organized Feature Map(SOFM). However, as it is not easy to exactly recognize a face area which is sensitive to light, it has a large degree of freedom, and there is a large error bound, to enhance the identification rate, rotation information on the face shape was made into a database and then a principal component analysis was conducted. Also, as there were fewer calculations due to the fewer dimensions, the time for real-time identification could be decreased.
Face Detection,Face Recognition,Neural network,PCA,SOFM
