PCA와 Back-Propagation의 결합에 의한 얼굴인식 = Face Recognition by combining PCA and BackPropagation method

국문 초록 (Abstract)

본 논문은 Principal Component Analysis(PCA)와 Backpropagation(BP)을 이용하여 얼굴을 인식하는 기법을 제안한다. 원래의 얼굴영상에 PCA기법을 적용하여 저차원의 고유벡터(eigen-vector)와 고유얼굴(eigen-face)를 생성하여 BP에 적용하여 가중치를 산출하는 방식이다. 훈련DB에 있는 얼굴영상들 에 대해 PCA를 적용하여 얻어진 고유벡터를 BP의 입력으로 하여 BP 가중치를 일정한 오차범위까지 학습한다. 다음에 테스트DB에서 PCA와 BP를 통해 얻어진 새로운 가중치를 훈련DB의 학습과정에서 얻어진 가중치와 비교함으로써 가장 적합한 얼굴을 찾아내게 된다. 본 연구에서는 PCA와 PCA＋BP의 인식률 비교를 해본 결과 신경망을 통한 인식률이 더 뛰어나다는 결과를 얻을 수 있었다.

다국어 초록 (Multilingual Abstract)

This paper proposes a method of face recognition based on the PCA and Back - Propagation. PCA method produces a low - dimensional eigenvector and eigenface for the original face images. Then the back-propagation's weight is trained using the produced low - dimensional vectors. The proposed result shows better performance compared with those of PCA or BP methods.

목차 (Table of Contents)

• 요약
• Abstract
• Ⅰ. 서론
• Ⅱ. PCA와 BP를 이용한 얼굴인식
• Ⅲ. 실험 결과
• Ⅳ. 결론
• 참고문헌