해마신경망과 SURF를 이용한 실시간 얼굴인식 (Real Time Facial Recognition using SURF and Hippocampal Neuron Networks)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 10권 / 1호 / 177 ~ 185페이지
· 저자명 : 오인권, 김현진, 남궁재찬

초록

본 논문에서는 영상에서 지역적 특성을 빠르게 추출할 수 있는 SURF(Speed Up Robust Features)의 특징을 해마신경망 모델링 알고리즘(HNMA:Hippocampal Neuron Modeling Algorithm)에 적용하여 실시간으로 얼굴을 학습하고 인식하는 시스템을 제안한다. 먼저 인식에 사용될 얼굴 이미지 데이터베이스를 해마신경망에 학습시켜, 각 얼굴 영상에 분포하는 SURF 특징 집합을 구분하여 저장하고, 카메라를 통해서 입력되는 영상에서 얼굴을 추출하여 저장된 SURF 특징 집합과 정합과정을 통해, 인식하는 과정을 거친다. 지역적 특성을 갖는 SURF 특징 집합의 특성을 통해서 다양한 환경적 변화에서도 강건한 인식성능을 보이는 것으로 확인하였다. 본 연구가 제안하는 방법에서 제한된 환경에서의 인식성능은 94.8%의 인식결과를 보였고, 인터넷에서 수집한 동영상에서의 인식 성능은 88.3%의 인식결과를 보였다.

영어초록

In this paper, A real-time face learning/recognition system will be proposed. Face learning and recognition of the system shall apply to the HNMA(Hippocampal Neuron Modeling Algorithm) using SURF(Speed Up Robust Features)’ features that can be extracted quickly local features from images. First, the face recognition database to be used for recognition process is learned in the hippocampus, and a SURF’ features set distributed in each image is stored separately, recognition is in progress through a matching process to the stored features set of SURF that are extracted from images for camera. Therefore, The system are shown to contain robust recognition performance against various environmental changes through SURF’ features. In the proposed method was the recognition results of 94.8% and colledted from the Internet, video recognition performance was 88.3%.

참고자료

· 없음