2차원 PCA 얼굴 고유 식별 특성 부분공간 모델 기반 강인한 얼굴 인식

설태인(Tae in Seol),정선태(Sun-Tae Chung),김상훈(Sanghoon Kim),장언동(Un-Dong Chung),조성원(Seongwon Cho) 大韓電子工學會 2010 電子工學會論文誌-SP (Signal processing) Vol.47 No.1

고유얼굴 기반 얼굴 인식 방법과 같은 얼굴 형태 기반 얼굴 인식 방법에 사용되는 1차원 PCA는 고차원의 얼굴 형태 데이터 벡터들의 처리로 인하여 부정확한 얼굴 표현과 과도한 계산량을 초래할 수 있다. 이에 개선 방안의 하나로 2차원 PCA 기반 얼굴 인식 방법이 개발되었다. 그러나 단순한 2차원 PCA 적용으로 얻어진 얼굴 표현 모델에는 얼굴 공통 특성 성분과 개인 식별 특성 성분이 모두 포함된다. 얼굴 공통 특성 성분은 오히려 개인 식별 능력을 방해할 수가 있고 또한 인식 처리 시간의 증가를 초래한다. 본 논문에서는 2차원 PCA 적용으로 얻어진 얼굴 특성 공간에서 얼굴 공통 특성 영향이 분리된 얼굴 고유 식별 특성 부분공간 모델을 개발하고 개발된 모델에 기반한 새로운 강인한 얼굴 인식 방법을 제안한다. 제안한 얼굴 고유 식별 특성 부분공간 모델 기반 얼굴 인식 방법은 얼굴 고유 식별 특성에만 주로 의존하기 때문에 기존 1차원 PCA 및 2차원 PCA 기반 얼굴 인식 방법보다 얼굴 인식 성능 및 인식 속도에 대해서 더 우수한 성능을 보인다. 이는 다양한 조명 조건하에 다양한 얼굴 자세를 갖는 얼굴 이미지들로 구성된 Yale A 및 IMM 얼굴 데이터베이스를 이용한 실험을 통해 확인하였다. 1D PCA utilized in the face appearance-based face recognition methods such as eigenface-based face recognition method may lead to less face representative power and more computational cost due to the resulting 1D face appearance data vector of high dimensionality. To resolve such problems of 1D PCA, 2D PCA-based face recognition methods had been developed. However, the face representation model obtained by direct application of 2D PCA to a face image set includes both face common features and face distinctive identity features. Face common features not only prevent face recognizability but also cause more computational cost. In this paper, we first develope a model of a face distinctive identity feature subspace separated from the effects of face common features in the face feature space obtained by application of 2D PCA analysis. Then, a novel robust face recognition based on the face distinctive identity feature subspace model is proposed. The proposed face recognition method based on the face distinctive identity feature subspace shows better performance than the conventional PCA-based methods (1D PCA-based one and 2D PCA-based one) with respect to recognition rate and processing time since it depends only on the face distinctive identity features. This is verified through various experiments using Yale A and IMM face database consisting of face images with various face poses under various illumination conditions.

조명분리 고유얼굴에 기반한 조명에 강인한 얼굴 인식

설태인(Tae-In Seol),정선태(Sun-Tae Chung),조성원(Seong-Won Cho) 한국콘텐츠학회 2009 한국콘텐츠학회논문지 Vol.9 No.2

얼굴 인식 방법 중 인기 있는 고유얼굴 기반 얼굴 인식 방법은 훈련 얼굴 이미지 세트에 대해 PCA를 적용하여 얻어진 고유얼굴을 이용한다. 따라서 훈련 얼굴 이미지들의 조명들과 다른 조명의 환경들에서는 신뢰성 있는 성능을 얻기 어렵다. 본 논문에서는 조명의 영향을 배제한 조명분리 고유얼굴 기반 얼굴 인식방법을 제안한다. 제안된 방법은 얼굴 모델 이미지 세트의 고유얼굴 공간을 구성된 얼굴 조명 부분공간에 대해 직교 분해하여 얻은 조명분리 고유얼굴들을 이용한다. 실험을 통해서 조명분리 고유얼굴에 기반하는 제안된 얼굴 인식 방법이 기존 고유얼굴 기반 얼굴 인식 방법보다 조명의 영향에 보다 강인함을 확인하였다. The popular eigenfaces-based face recognition among proposed face recognition methods utilizes the eigenfaces obtained from applying PCA to a training face image set. Thus, it may not achieve a reliable performance under illumination environments different from that of training face images. In this paper, we propose an illumination-separate eigenfaces-based face recognition method, which excludes the effects of illumination as much as possible. The proposed method utilizes the illumination-separate eigenfaces which is obtained by orthogonal decomposition of the eigenface space of face model image set with respect to the constructed face illumination subspace. Through experiments, it is shown that the proposed face recognition method based on the illumination-separate eigenfaces performs more robustly under various illumination environments than the conventional eigenfaces-based face recognition method.

조명분리 고유얼굴 부분공간 기반 얼굴 이미지 조명 정규화

설태인(Seol Tae-in),정선태(Chung Sun-Tae),기선호(Ki Sunho),조성원(Cho Seongwon) 한국콘텐츠학회 2009 한국콘텐츠학회 종합학술대회 논문집 Vol.7 No.1

다양한 조명 환경에서 강인한 얼굴 인식은 어렵다. 조명에 강인한 얼굴 인식을 위해서 보통 얼굴 이미지 조명 정규화 전처리를 수행한다. 기존 조명 전처리 기법 중에 가장 효율적으로 알려진 비등방성 스무딩 기법에 의한 조명 정규화는 투영음영(casting shadow)은 제거할 수 없다. 본 논문에서는 고유얼굴로 부터 조명 영향 부분을 분리하여 조명이 분리된 고유얼굴 공간을 구하고, 얼굴 이미지를 이 부분공간으로 투영하여 투영음영을 포함한 조명 영향을 최소한 얼굴 이미지 조명 정규화 기법을 제안한다. 본 논문에서 제안한 기법의 효율성은 적용을 통해 확인되었다. Robust face recognition under various illumination environments is difficult to achieve. For face recognition robust to illumination changes, usually face images are normalized with respect to illumination as a preprocessing step before face recognition. The anisotropic smoothing-based illumination normalization method, known to be one of the best illumination normalization methods, cannot handle casting shadows. In this paper, we present an efficient illumination normalization method for face recognition. The proposed illumination normalization method separates the effect of illumination from eigenfaces and constructs an illumination-separated eigenface subspace. Then, an incoming face image is projected into the subspace and the obtained projected face image is rendered so that illumination effects including casting shadows are reduced as much as possible. Application to real face images shows the proposed illumination normalization method.

가버 특징 벡터 조명 PCA 모델 기반 강인한 얼굴 인식

설태인(Taein Seol),김상훈(Sanghoon Kim),정선태(Sun-Tae Chung) 대한전자공학회 2008 電子工學會論文誌-SC (System and control) Vol.45 No.6

성공적인 상업화를 위해서는 다양한 조명 환경에서 신뢰성 있는 얼굴 인식이 필요하다. 특징 벡터 기반 얼굴 인식에서 특징 벡터를 잘 선택하는 것은 중요하다. 가버 특징 벡터는 다른 특징 벡터보다도 상대적으로 방향, 자세, 조명 등의 영향을 덜 받는 것으로 잘 알려져 있어 얼굴 인식의 특징 벡터로 많이 이용된다. 그러나 조명의 영향에 대해 완전히 독립적이지 못하다. 본 논문에서는 얼굴 이미지의 가버 특징 벡터에 대한 조명 PCA 모델의 구성을 제안하고 이를 이용하여 조명에 독립적인 얼굴 고유의 특성을 나타내는 가버 특징 벡터만을 분리해내고 이를 이용한 얼굴 인식 방법을 제시한다. 가버 특징 벡터 조명 PCA 모델은 가버 특징 벡터공간을 조명 영향 부분공간과 얼굴 고유특성 부분공간의 직교 분해로 구성한다. 얼굴 고유특성 부분공간으로 투영하여 얻어진 가버 특징 벡터는 조명 영향을 분리해 내었기 때문에 이를 이용한 얼굴 인식은 조명에 보다 강인하게 된다. 실험을 통해서 가버 특징 벡터 조명 PCA 모델을 이용한 제안된 얼굴 인식 방식이 다양한 자세에서 조명에 대해 보다 신뢰성 있게 동작함을 확인하였다. Reliable face recognition under various illumination environments is essential for successful commercialization. Feature-based face recognition relies on a good choice of feature vectors. Gabor feature vectors are known to be more robust to variations of pose and illumination than any other feature vectors so that they are popularly adopted for face recognition. However, they are not completely independent of illuminations. In this paper, we propose an illumination-robust face recognition method based on the Gabor feature vector illumination PCA model. We first construct the Gabor feature vector illumination PCA model where Gabor feature vector space is rendered to be decomposed into two orthogonal illumination subspace and face identity subspace. Since the Gabor feature vectors obtained by projection into the face identity subspace are separated from illumination, the face recognition utilizing them becomes more robust to illumination. Through experiments, it is shown that the proposed face recognition based on Gabor feature vector illumination PCA model performs more reliably under various illumination and pose environments.

TPS 기반 3D face dense correspondence

장용석(Yong Suk Jang),설태인(Tae In Seol),정선태(Sun-Tae Chung),김부균(Boo-Gyoun Kim) 대한전자공학회 2007 대한전자공학회 학술대회 Vol.2007 No.11

Photo-realistic 3D face modeling is important for 3D avatar, 3D game, 3D face recognition, and etc. One of the most important issues in constructing photo-realistic 3D face modeling is to solve 3D dense correspondence problem. In this paper, we propose a simple but improved 3D correspondence algorithm using 3D TPS and nearest neighbor search. The effectiveness of the proposed method is verified by experiments.

DM36X 기반 HD 급 IP 네트워크 카메라를 위한 실시간 디지털 비디오 안정화

최권석(Kwonsuk Choi),설태인(Tae in Seol),전성광(Cheng-Guang Quan),정선태(Sun-Tae Chung),강호석(HoSeok Kang),조성원(Seongwon Cho) 한국통신학회 2013 한국통신학회 학술대회논문집 Vol.2013 No.1

DM36X 기반 Full-HD급 차량용 영상 기록 블랙박스를 위한 실시간 백색 보정

최권석(Kwonsuk Choi),설태인(Tae in Seol),전성광(Cheng-Guang Quan),정선태(Sun-Tae Chung),강호석(HoSeok Kang),조성원(Seongwon Cho) 한국통신학회 2013 한국통신학회 학술대회논문집 Vol.2013 No.1

차량 장착 이미징 장치에서 획득한 비디오의 실시간 자동 백색 보정은 장면 변화가 심해, 장면 변화가 적은 비디오 캠코더, CCTV 카메라, IP 네트워크 카메라 등에 개발된 자동 백색 보정(AWB)과는 다르다. 또한, Full HD (1920x1080)급의 자동 백색 보정은 많은 연산량을 요구하여 실시간 구현이 쉽지 않다. 본 논문에서는 그레이 월드 AWB 알고리즘과 그레이 포인트 AWB 알고리즘을 DM36x AWB HW 엔진에서 제공하는 실시간 통계적 수집 기능을 효과적으로 이용하여 Full HD 비디오에서도 실시간으로 동작되도록 하고 이를 효과적으로 통합하여 장면 변화가 심한 경우에도 실시간 작동되도록 한 DM36x 기반 HD 급 차량용 비디오 블랙박스를 위한 실시간 백색 보정 알고리즘 구현을 제안한다. 실험 결과를 통해 제안된 자동 백색 보정 알고리즘이 제대로 실시간 동작함을 확인한다.

얼굴 등록자 인증을 위한 클래스 구별 특징 벡터 기반 서포트 벡터 머신

김상훈(Sanghoon Kim),설태인(Tae in Seol),정선태(Sun-Tae Chung),조성원(Seongwon Cho) 대한전자공학회 2009 電子工學會論文誌-CI (Computer and Information) Vol.46 No.1

얼굴 등록자 인증은 얼굴 인식을 기반으로 인증하고자 하는 사람이 등록자인지, 아닌지를 판별하는 것으로, 기본적으로 2클래스 분류 문제이다. 서포트 벡터 머신(Support Vector Machine, 이하 SVM)은 2 클래스 분류 문제에 효과적인 것으로 잘 알려져 있다. 얼굴 등록자 인증의 분류에 사용되었던 기존의 SVM들은 각 클래스 (등록자 클래스, 미등록자 클래스) 구성원의 얼굴 이미지로부터 추출된 이미지 특징 벡터를 이용하여 훈련되고 인증된다. 이렇게 훈련 세트 구성원들의 이미지 특징 벡터들로 훈련된 SVM은 인증시의 얼굴 이미지가 SVM 훈련 세트의 얼굴 이미지들의 조명, 자세, 표정들과 다른 인증 환경의 경우나 등록자의 가입 및 탈퇴 등으로 등록 클래스나 미등록 클래스의 구성과 크기에 변동이 생기는 인증 환경의 경우에, 강인한 성능을 보이기 어려웠다. 본 논문에서는 강인한 얼굴 등록자 인증을 위하여, 효과적인 클래스 구별 특징 벡터 기반 SVM을 제안한다. 훈련과 인증에 사용되는 특징 벡터는 2개의 클래스를 잘 구별할 수 있는 특성을 반영하도록 선택되었기 때문에 이를 이용하여 훈련된 제안된 SVM은 등록자 클래스 구성의 변화 및 얼굴 이미지에 있어서의 조명, 얼굴 자세, 얼굴 표정의 변화에 덜 영향을 받는다. 실험을 통해 제안된 SVM에 기반을 둔 얼굴 등록자 인증 방법이 기존 SVM에 기반을 둔 방법보다 성능이 더 나으며, 등록자 클래스 구성의 변화에도 강인함을 보였다. Face membership authentication is to decide whether an incoming person is an enrolled member or not using face recognition, and basically belongs to two-class classification where support vector machine (SVM) has been successfully applied. The previous SVMs used for face membership authentication have been trained and tested using image feature vectors extracted from member face images of each class (enrolled class and unenrolled class). The SVM so trained using image feature vectors extracted from members in the training set may not achieve robust performance in the testing environments where configuration and size of each class can change dynamically due to member's joining or withdrawal as well as where testing face images have different illumination, pose, or facial expression from those in the training set. In this paper, we propose an effective class discriminating feature vector-based SVM for robust face membership authentication. The adopted features for training and testing the proposed SVM are chosen so as to reflect the capability of discriminating well between the enrolled class and the unenrolled class. Thus, the proposed SVM trained by the adopted class discriminating feature vectors is less affected by the change in membership and variations in illumination, pose, and facial expression of face images. Through experiments, it is shown that the face membership authentication method based on the proposed SVM performs better than the conventional SVM-based authentication methods and is relatively robust to the change in the enrolled class configuration.