CNN을 적용한 조명변화에 강인한 얼굴인식 연구

• 영문명: Research on Robust Face Recognition against Lighting Variation using CNN
• 발행기관: 한국전자통신학회
• 저자명: 김연호(Yeon Ho Kim) 박성욱(Sung Wook Park) 김도연(Do Yeon Kim)
• 간행물 정보: 『한국전자통신학회 논문지』제12권 제2호, 325~330쪽, 전체 6쪽
• 주제분류: 공학 > 전자/정보통신공학
• 파일형태: PDF
• 발행일자: 2017.04.30

국문 초록

얼굴인식 기술은 지난 수십 년간 연구되어온 분야로서 보안, 엔터테인먼트, 모바일 서비스 등 다양한 영역에서 활용되고 있다. 얼굴인식 기술이 가진 주된 문제점은 밝기, 조명각도, 영상 회전등의 환경적 변화 요소에 따라 인식률이 현저하게 감소된다는 것이다. 따라서 본 논문에서는 최근 많은 계산량을 처리할 수 있는 컴퓨터 하드웨어와 알고리즘의 발전으로 재조명 받고 있는 CNN을 이용해 조명변화에 강인한 얼굴인식 방법을 제안하였다. 이후 성능검증을 위해 기존의 얼굴인식 알고리즘인 PCA, LBP, DCT와 결과 비교를 진행하였으며, 각각 9.82%, 11.6%, 4.54%의 성능 향상을 보였다. 또한 기존 신경망을 적용한 얼굴인식 연구결과 비교에서도 5.24%의 성능 향상을 기록하여 최종 인식률 99.25%를 달성하는 결과를 보였다.

영문 초록

Face recognition technology has been studied for decades and is being used in various areas such as security, entertainment, and mobile services. The main problem with face recognition technology is that the recognition rate is significantly reduced depending on the environmental factors such as brightness, illumination angle, and image rotation. Therefore, in this paper, we propose a robust face recognition against lighting variation using CNN which has been recently re-evaluated with the development of computer hardware and algorithms capable of processing a large amount of computation. For performance verification, PCA, LBP, and DCT algorithms were compared with the conventional face recognition algorithms. The recognition was improved by 9.82%, 11.6%, and 4.54%, respectively. Also, the recognition improvement of 5.24% was recorded in the comparison of the face recognition research result using the existing neural network, and the final recognition rate was 99.25%.

목차

Ⅰ. 서 론

Ⅱ. 관련연구

Ⅲ. 제안하는 CNN기반 학습모델 구성

Ⅳ. 실험 및 결과

Ⅴ. 결 론

감사의 글

References

키워드

Face Recognition Deep Learning Yale Face Database B Convolutional Neural Network 얼굴 인식 딥러닝 예일 페이스 데이터 베이스 B 컨볼루션 신경망