시각과 적외선 얼굴인식의 최근 발전 상황(Recent advances in visual and infrared face recognition - a review)

전문가 제언

□ 얼굴인식은 얼굴의 지리적 특징을 바탕으로 한다. 따라서 채택되는 특징점들의 수와 위치의 정확도가 인식 성능에 많은 영향을 미친다. 특징 점의 수가 증가하면 식별 벡터의 변별력도 증가하여 인식 정확도가 증가한다. 그러나 질문 영상과 데이터베이스가 조명, 자세 등 생성 환경 조건이 서로 다를 때는 이들의 원초적 차이 때문에 불인식률이 높아진다. 따라서 특징점의 수와 인식환경 즉 특징점 위치의 정확도와의 상관관계를 정립하여 조정함으로서 인식률을 높일 수 있다.

□ Viola와 Jones는 얼굴 검출할 때 특징 추출과 구별기를 통합하여 성능을 향상시켰다. 같은 논리를 적용하면 얼굴인식에서도 국지 특성 분석(LFA)과 윤곽선 지도(LEM)를 병합하여 특징 벡터의 변별력을 증가시킬 수 있다. 실제로 Fisherface 방법은 PCA와 LDA를 병합하여 인식 성능을 향상시켰다.

□ 얼굴인식 방법은 특징 벡터의 대표성으로 볼 때 전체적 특징군과 국지적 특징군으로 나누어진다. 고유 얼굴, LEM, 신경망, HMM 등은 얼굴 전체적 성격에서 특징 벡터가 형성된다. 이들은 고정 환경에서는 성능이 좋으나 포즈, 조명 등의 변화에는 성능이 저하된다. LFA, ICA, EGM 등은 얼굴의 국지적 특성을 특징으로 하므로 조명 자세 변화에서도 비교적 좋은 성능을 얻을 수 있다. 서로 다른 특징군의 인식 방법들을 병합하여 성능을 향상시킬 수 있다고 본다. 열적외선 인식법과 국지적 특징군의 인식 방법을 병합하여 인식률을 올릴 수 있다고 본다.

□ 실제 구현 시에는 보안 업무의 성격과 조명 환경 등을 고려하여 어떤 인식 방법들을 병합할 것인지를 결정하게 된다. 그런 후에 열 IR, 3차원 인식, 언어 인식, 음성 인식, 지문 인식 등을 복합적으로 또는 선택적으로 추가시키는 것이 성능을 향상시켜 소기의 목적을 달성할 수 있을 것이다.

저자

Kong, SG; Heo, J; Abidi, BR; Paik, J; Abidi, MA

자료유형

원문언어

영어

기업산업분류

정보통신

연도

2005

권(호)

97(1)

잡지명

COMPUTER VISION AND IMAGE UNDERSTANDING

과학기술
표준분류

정보통신

페이지

103~135

분석자

신*필

분석물

• 시각과 적외선 얼굴인식의 최근 발전 상황.pdf [302,133 byte]

이미지변환중입니다.