http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 안민규(Min-Kyu Ahn) (검색결과 2 건)
- 무료
- 기관 내 무료
- 유료
-
-
OpenCV 기반의 안면 인식 기술을 이용한 사용자 인증 시스템 구현
박현영(Hyun-Young Park),안민규(Min-Kyu Ahn),이지수(Ji-Su Lee),서지윤(Ji-Yun Seo),정도운(Do-Un Jeong) 한국정보통신학회 2021 한국정보통신학회 여성 ICT 학술대회 논문집 Vol.2021 No.8
본 논문에서는 OpenCV 기반의 안면 인식 기술을 이용한 사용자 인증 시스템을 구현하였다. 구현된 시스템은 2개의 카메라를 통해 사용자의 얼굴 정면과 측면 두 부위의 이미지를 촬영하며, 유사-하르 알고리즘을 통해 사용자를 학습한다. 이후, 학습된 사용자의 얼굴과 새로 인식한 얼굴을 비교하여 임계값을 초과할 겨우 등록된 사용자로 인식, 서보 모터가 동작한다. 유사-하르 알고리즘은 하르 캐스케이드 분류기를 사용하여 이미지 내에서 얼굴을 검출하고 일정한 크기로 조정한 뒤, 유사-하르 특징을 추출 후에 학습한다. 임계값 설정을 위해 학습된 모델에 사용자 얼굴을 인식하여 정확도를 확인하였다. 평균 91.7%의 정확도를 확인하였으며, 판단을 위한 임계값을 90으로 설정하였다. 구현된 시스템의 성능평가를 위하여 사용자 및 침입자 판단 정확도 실험을 진행하였다. 구현된 시스템에 사전 학습한 사용자 3명과 사전 학습하지 않은 5명의 침입자 이미지 각 20회씩을 입력하였다. 실험 결과, 판단 정확도는 93.5%로 확인하였으며 7.5%의 일부 오차는 측정 환경에 따른 빛의 밝기, 얼굴 표정의 변화 등으로 인해 발생한 것으로 사료된다. 향후, 얼굴의 특징을 세분화하여 얼굴 인식 알고리즘의 검출 정확도를 개선하는 연구를 수행하고자 한다. In this paper, we implement a user authentication system using OpenCV-based facial recognition techniques. The implemented system captures images of two regions of the user’s face, the font and the side, through two cameras, and learns the user through a Haar-Like algorithm, Subsequently, if the threshold is exceeded by comparing the face of the learned user with the face of the newly recognized user, the servo motor operates. The Haar-Like algorithm uses a har cascade classifier to detect faces within the image, adjust them to a constant size, and then learn the Haar-Like features after extraction. We confirm the accuracy by recognizing user faces in the learned model for threshold setting. We confirmed an average accuracy of 91.7% and set a threshold for judgment at 90. To evaluate the performance of the implemented system, we conduct user and intruder judgment accuracy experiments. We input 20 images of three pre-trained users and five non-pre-trained intruders into the implemented system, respectively. The experiments confirmed that the accuracy of judgment was 93.5%, and some errors of 7.5% are believed to have been caused by the brightness of light and changes in facial expressions according to the measurement environment. In the future, we would like to conduct a study that improves the detection accuracy of face recognition algorithms by segmenting facial features.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
