빠른 얼굴검출을 위한 아다부스팅 알고리즘의 성능분석 = Performance Analysis of Adaboosting Algorithm for Rapid Face Detection

국문 초록 (Abstract)

본 논문에서는 기존의 얼굴검출 알고리즘들이 가지고 있는 가장 큰 단점인 느린 검출속도를 개선하여 실시간으로 얼굴검출을 할 수 있는 알고리즘의 성능을 분석하고 이와 함께 바로 선 얼굴검출에서 개선된 기울어진 얼굴 검출이 가능하도록 개선하였다. 본 논문에 사용된 알고리즘은 Haar 웨이블릿과 입력 영상에 대한 빠른 연산을 위한 적분영상방법 그리고 학습시간을 줄일 수 있는 아다부스팅 알고리즘을 활용하여 이를 컴퓨터상에서 구현하고 실험을 하였다. 이를 바탕으로 하여 기존의 바로 선 정면 얼굴만을 검출하던 결과에 더하여 기울어진 얼굴검출에 대한 개선점을 찾기 위하여 기울어진 웨이블릿을 추가하고 훈련영상집합에 기울어진 영상을 추가하여 학습을 시킨 결과로서 기존의 10°이상 기울어진 얼굴을 검출하지 못하던 문제점을 개선하여 본 논문에서는 최대 32°까지 기울어진 얼굴을 검출하는 결과를 보였다.

다국어 초록 (Multilingual Abstract)

In this paper, we proposed a real-time face detection algorithm based on rotated rectangle wavelet feature. We use important features in detecting faces in adaboost algorithm. The level of the learning of classifier creates strong the classifier based on the nine wavelet features in the adaboosting algorithm. The experiment results were satisfied with the computational efficiency and the detection rates. The performance of the proposed classifier detects 32° rotated faces, while the original classifier detects upto 10° rotated faces in experiments.

목차 (Table of Contents)

• 목차
• Ⅰ. 서론 = 1
• Ⅱ. 얼굴검출 시스템 = 4
• 2.1 얼굴검출 시스템의 구성 = 4
• 2.2 Haar 웨이블릿 = 6
• 2.3 적분영상에 의한 특징값 = 11
• Ⅲ. 검출기의 학습 = 15
• 3.1 아다부스팅 알고리즘 = 15
• 3.2 연속적 연결구조 방식의 검출기 학습 = 19
• Ⅳ. 실험 및 결과 = 23
• Ⅴ. 결론 = 37
• 참고문헌 = 38
• 요약 = 41
• Abstract = 42