Journal of the Korea Institute of Information and Communication Engineering (한국정보통신학회논문지)

The Korea Institute of Information and Commucation Engineering (한국정보통신학회)
권호 표지
DOI QR코드

DOI QR Code

A study of hybrid neural network to improve performance of face recognition

얼굴 인식의 성능 향상을 위한 혼합형 신경회로망 연구

  • Received : 2010.05.19
  • Accepted : 2010.06.15
  • Published : 2010.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

The accuracy of face recognition used unmanned security system is very important and necessary. However, face recognition is a lot of restriction due to the change of distortion of face image, illumination, face size, face expression, round image. We propose a hybrid neural network for improve the performance of the face recognition. The proposed method is consisted of SOM and LVQ. In order to verify usefulness of the proposed method, we make a comparison between eigenface method, hidden Markov model method, multi-layer neural network.

24시간 무인 감시 시스템에서 정확한 얼굴 인식은 절대적으로 필요한 요소이다. 그러나 얼굴 인식은 얼굴 영상의 왜곡, 조명, 얼굴의 크기, 얼굴 표정, 배경 영상 등의 변화로 인해 많은 제약이 있다. 본 연구에서는 얼굴 인식의 성능 향상을 위하여 혼합형 신경회로망을 제안한다. 제안한 방식은 신경회로망의 비지도학습 방식인 SOM과 LVQ 알고리즘을 이용하여 구성한다. 제안한 방식의 유용성을 확인하기 위하여 고유얼굴 방식, 은닉 마코프 모델 방식, 다층 신경회로망 방식과 비교한다.

Keywords

References

  1. R. Chellappa, C. Wilson and S. Sirohey, "Human and Machine Recognition of Faces : A Survey," Proceeding of the IEEE, vol. 83, no.5, May 1995.
  2. P.J. Phillips, "Support Vector Machine Applied to Face Recognition," Advances in Neural Information Processing Systems 11, eds. M.J. Kearnss, S.A. Soila and D.A. Cohn, MIT Press, 1999.
  3. O. Deniz, M. Castrillon, and M. Hernandez, "Face Recognition Using Independent Component Analysis and Support Vector Machines," AVBPA, pp. 59-64, 2001.
  4. Simon Haykin, Neural Networks, A comprehensive Foundation, Prentice-Hall, 1998.
  5. N. Kitajima, "A new method for initializing reference vectors in LVQ", IEEE International Conference on Neural Networks, Vol. 5, pp. 2775-2779, 1995.
  6. Su-Jeong You, Chong-Ho Choi, "LVQ with a weighted objective function", IEEE International Conference on Neural Networks, Vol. 5, pp. 2763 -2768, 1995.

Cited by

  1. 비지도 학습 기법을 사용한 RF 위협의 분포 분석 vol.19, pp.3, 2010, https://doi.org/10.9766/kimst.2016.19.3.346