The KIPS Transactions:PartB (정보처리학회논문지B)

Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

An Efficient Face Recognition Using First Moment of Image and Basis Images

영상의 1차 모멘트와 기저영상을 이용한 효율적인 얼굴인식

  • 조용현 (대구가톨릭대학교 컴퓨터정보통신공학부)
  • Published : 2006.02.01
Download PDF
⟨ Previous Next ⟩

Abstract

This paper presents an efficient face recognition method using both first moment of image and basis images. First moment which is a method for finding centroid of image, is applied to exclude the needless backgrounds in the face recognitions by shifting to the centroid of face image. Basis images which are the face features, are respectively extracted by principal component analysis(PCA) and fixed-point independent component analysis(FP-ICA). This is to improve the recognition performance by excluding the redundancy considering to second- and higher-order statistics of face image. The proposed methods has been applied to the problem for recognizing the 48 face images(12 persons*4 scenes) of 64*64 pixels. The 3 distances such as city-block, Euclidean, negative angle are used as measures when match the probe images to the nearest gallery images. The experimental results show that the proposed methods has a superior recognition performances(speed, rate) than conventional PCA and FP-ICA without preprocessing, the proposed FP-ICA has also better performance than the proposed PCA. The city-block has been relatively achieved more an accurate similarity than Euclidean or negative angle.

본 논문에서는 영상의 1차 모멘트와 기저영상을 이용한 효율적인 얼굴인식 방법을 제안하였다. 여기서 1차 모멘트는 입력되는 얼굴영상의 중심 좌표를 계산하여 중심 이동하는 전처리로 인식에 불필요한 배경을 배제시킴으로써 인식성능을 개선하기 위함이다. 또한 기저영상은 얼굴의 특징으로 주요성분분석과 고정점 알고리즘의 독립성분분석을 각각 이용하여 추출하였다. 이는 2차와 고차의 통계성을 각각 고려한 중복신호의 제거로 인식성능을 개선하기 위함이다. 제안된 2가지 방법을 각각 64*64 픽셀의 48개(12명*4장) 얼굴영상에 적용하여 city-block, Euclidean, 그리고 negative angle의 3가지 거리 척도를 분류척도로 이용하여 실험하였다. 실험결과, 중심이동의 제안된 방법은 전처리과정을 거치지 않는 기존방법보다 우수한 인식성능이 있음을 확인하였다. 또한 제안된 중심이동의 독립성분분석이 중심이동의 주요성분분석보다 더욱 우수한 인식성능이 있음도 확인하였다. 특히 city-block이 Euclidean이나 negative angle의 거리척도보다 상대적으로 정확하게 유사성을 측정함을 알 수 있었다.

Keywords

References

  1. R. Chellappa, C. L. Wilson, and S. Sirohey, 'Human and Machine Recognition of Faces: A Survey,' Proceedings of IEEE., Vol.83, No.5, pp.705-741, May, 1995 https://doi.org/10.1109/5.381842
  2. M. H. Yang, D. Kriegrnan, and N. Ahuja, 'Detecting Faces in Images: A Survey,' IEEE. Trans. on Pattern Analysis and Machine Intelligence, Vol.24, No.1, pp.34-58, Jan., 2002 https://doi.org/10.1109/34.982883
  3. S. H. Jeng, H. Y. M. Liao, C. C. Han, M. Y. Chern, and Y. T. Liu, 'Facial Feature Detection Using Geometrical Face Model: An Efficient Approach,' Pattern Recognition, Vol.31, No.3, pp.273-282, 1998 https://doi.org/10.1016/S0031-3203(97)00048-4
  4. 이항찬, '기하학적 영상처리를 이용한 얼굴인식 시스템', 멀티미디어학회논문지, 제6권 제7호, pp.1139-1149, 2003년 1월
  5. 지형근, 이경희, 정용화, 'SVM을 이용한 얼굴 검출 성능향상방법', 정보처리학회논문지, 제11-B권 제1호,pp.13-20, 2004년 2월 https://doi.org/10.3745/KIPSTB.2004.11B.1.013
  6. R. Brunelli and T. Poggio, 'Face Recognition: Feature Versus Templates,' IEEE. Trans. on Pattern Analysis and Machine Intelligence, Vol.l5, No.10, pp.1042-1052, Jan., 1993 https://doi.org/10.1109/34.254061
  7. B. A. Draper, K. Baek, M. S. Barlett, and J. R. Beveridge, 'Recognizing Faces with PCA and ICA,' Computer Vision and Imaging Understanding 91, pp.1l5-137, 2003 https://doi.org/10.1016/S1077-3142(03)00077-8
  8. K. I. Diamantaras and S. Y. Kung, 'Principal Component Neural Networks : Theory and Applications, Adaptive and Learning Systems for Signal Processing, Communication, and Control,' John Wiley & Sons. Inc., New York, 1996
  9. A. Hyvaerinen, J. Karhunen, and E. Oja, 'Independent Component Analysis,' John Wiley & Sons, Inc., New York, 2001
  10. A. Hyvaerinen and E. Oja, 'A Fast Fixed Point Algorithms for Independent Component Analysis,' Neural Computation, Vol.9, No.7, pp.1483-1492, Oct., 1997 https://doi.org/10.1162/neco.1997.9.7.1483
  11. 김상철 역, '재료역학' 청문출판사, 1992년 4월
  12. K. Atkinson, 'Elementary Numerical Analysis,' John Wiley & Sons, Inc., New York, 1993