곽노준 박승환 2010-08 10887 https://aurora.ajou.ac.kr/handle/2018.oak/8662 학위논문(석사)--아주대학교 대학원 :전자공학과,2010. 8 얼굴 인식 방법 중에 한 얼굴 영상을 분할하여 분할한 각 부분마다 통계적 방법을 적용해 특징추출을 수행한 다음 각 부분 마다 분류를 수행하고 이러한 분류결과를 모아서 voting등의 방법으로 얼굴 인식을 수행 하는 방법을 국부 외형 기반 방법 (local appearance-based method) 이라고 한다. 기존에 제안된 국부 외형 기반 얼굴 인식은 얼굴 영상을 일정한 크기로 단순 분할하고, 그 부분들을 모두 인식에 사용한다. 본 논문에서는 인식에 상대적으로 중요한 부분만을 사용하여 얼굴 인식을 수행하는 새로운 국부 외형 기반 얼굴 인식 방법을 제안한다. 본 논문에서는 단순 분할 방법 대신에 눈, 코, 입 등 인물 간의 차이가 잘 나타나는 얼굴 부분들을 support vector machine (SVM) 을 이용하여 검출한 후, 검출한 각 부분에 주성분 분석 (PCA) 을 적용하고 이를 통합하여 얼굴 인식을 수행하였다. 실험을 통해 제안한 방법과 기존 방법의 성능을 비교한 결과, 제안한 방법은 기존의 국부 외형 기반 방법의 장점을 지니는 동시에 일부 항목에는 성능을 개선시킴을 실험적으로 확인하였다. 제1장 서론 1 제2장 얼굴 인식 관련 기존 연구 6 제1절 Eigenfaces 6 제2절 Fisherfaces 8 제3절 Modular PCA 와 Component-based LDA 11 제4절 Support Vector Machines 12 제3장 제안하는 얼굴 인식 방법 19 제1절 전처리 19 제2절 얼굴 부분별 검출기 21 제3절 특징 추출 24 제4절 분류기 24 제4장 실험 26 제5장 결론 34 참고문헌 35 Abstract 38 kor The Graduate School, Ajou University 아주대학교 논문은 저작권에 의해 보호받습니다. 국부 외형 기반 얼굴 인식에 관한 연구 A Study on Local Appearance-based Face Recognition Thesis 아주대학교 일반대학원 Park. Seung-hwan 일반대학원 전자공학과 2010. 8 Master http://dcoll.ajou.ac.kr:9080/dcollection/jsp/common/DcLoOrgPer.jsp?sItemId=000000010887 얼굴인식 The local appearance-based method is one of the face recognition methods that divides face image into small areas and extracts features from each area of face image using statistical analysis. It collects classification results of each area and decides identity of a face image using a voting scheme by integrating classification results of each area of a face image. The conventional local appearance-based method divides face images into small pieces and uses all the pieces in recognition process. In this paper, we propose a local appearance-based method that makes use of only the relatively important facial components. The proposed method detects the facial components such as eyes, nose and mouth that differs much from person to person. In doing so, the proposed method detects exact locations of facial components using support vector machines (SVM). Based on the detected facial components, a number of small images that contain the facial parts are constructed. Then it extracts features from each facial component image using principal components analysis (PCA). We compared the performance of the proposed method to those of the conventional methods. The results show that the proposed method outperforms the conventional local appearance-based method while preserving the advantages of the conventional local appearance-based method.