특징 벡터 공간 기반의 얼굴 영상 인식 = Face image recognition based of feature vector space
저자
발행사항
부산 : 부산대학교 대학원, 2003
학위논문사항
학위논문(박사)-- 부산대학교 대학원: 멀티미디어협동과정 2003. 8
발행연도
2003
작성언어
한국어
주제어
KDC
566.74 판사항(4)
DDC
006.454 판사항(21)
발행국(도시)
부산
형태사항
vi, 93 p. : 삽도 ; 26 cm.
일반주기명
참고문헌: p. 83-89
DOI식별코드
소장기관
얼굴 인식은 데이터 수집에 있어 용이하고, 광범위한 분야에 적용할 수 있기 때문에 최근 활발한 연구가 진행되고 있다. 얼굴 인식에 사용되는 얼굴 영상은 그 고차원적 특성으로 인해 데이터 처리가 용이하지 않다. 본 논문에서는 이러한 문제를 전체 데이터에서 특징을 추출함으로써 해결하고자 한다.
본 논문은 칼라로 획득된 얼굴 영상을 영상 개선과 그레이 영상 변환을 한 단계로 통합한 얼굴 인식 전처리 과정에서 처리한 후, 기존의 LDA 알고리즘을 개선한 방법으로 특징 벡터를 추출하고 추출된 특징벡터를 유사도 측정 방법에 의해 인식을 수행하는 EILDA(Enhanced Integrated Linear Discriminant Analysis) 얼굴 인식 알고리즘을 제안한다.
제안된 EILDA 알고리즘은 두 부분으로 나뉘어진다. 첫째로는 칼라 영상을 그레이 영상으로 변환할 때 RGB 세 개의 플레인의 평균이 아닌 세 플레인의 주성분을 사용하는 PCA(Principal Component Analysis)를 적용한다. PCA는 칼라 영상을 그레이 영상으로 변환하는 과정과 인식률을 높이기 위한 영상 대비 개선 과정이 동시에 수행한다. 두 번째로는 PCA와 LDA(Linear Discriminant Analysis) 방식을 하나의 과정으로 통합하는 개선된 통합 LDA 방법이다. 두 과정을 통합함으로서 간결한 알고리즘 표현이 가능하며 분리된 단계에서 있을 수 있는 정보 손실을 방지할 수 있다.
EILDA 알고리즘은 잘 제어된 대용량 얼굴 데이터베이스에서 개인을 확인하는 분야에 적용되어 성능을 향상시키고 있음을 보여주었고, 추후에는 실시간 상황에서 특정 개인을 확인하는 분야의 기초 알고리즘으로 적용될 수 있다.
Face Recognition has been an active research area because it is not difficult to acquire face image data and it is applicable in wide range area in real world. Due to high dimensionality of a face image space, however, it is not easy to process the face images. In this dissertation, it will be solved using the method which extracts the features from holistic face images.
This Dissertation proposed the EILDA(Enhanced Integrated Linear Discriminant Analysis) algorithm which performs the image enhancement, transforms from a color image to gray image in one procedure, and extracts the features from the gray images, then classifies the features with the similarity measure.
The proposed algorithm consists of two parts. First, in case of transformation from color image to gray image, PCA(Principal Component Analysis) is performed to enhance the image contrast to raise the recognition rate. Second, integrated LDA(Linear Discriminant Analysis) integrates the two steps, namely PCA for dimensionality reduction and LDA for discrimination. It makes possible to describe concise algorithm expression and to prevent the information loss in separate steps.
To validate the proposed method, the algorithm is implemented and tested on well controlled face databases. The result shows that the proposed method performs efficiently. Therefore, it can be applied as a basic algorithm in face recognition in real time recognition.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)