로-퍼지 알고리즘 기반 강인한 얼굴인식 패턴 분류기 설계 : 조명 및 포즈 변화를 중심으로 :Design of Robust Face Recognition Pattern Classifier Based on Neuro-Fuzzy Algorithm : Focused on the Variation of Illumination and Pose

진용탁

추천

검색

자료유형: 학위논문

저자정보: 진용탁 (수원대학교, 수원대학교 대학원)

지도교수: 오성권

발행연도: 2015

저작권: 수원대학교 논문은 저작권에 의해 보호받습니다.

이용수2

이 논문의 연구 히스토리 (10)

2015

Interval Type-2 RBF 신경회로망 기반 CT 기법을 이용한 강인한 얼굴인식 패턴 분류기 설계

진용탁 , 오성권 전기학회논문지 2015.05 학술저널

로-퍼지 알고리즘 기반 강인한 얼굴인식 패턴 분류기 설계 : 조명 및 포즈 변화를 중심으로

진용탁 전기공학과 2015.01 학위논문

2014

Interval Type-2 RBF 뉴럴 네트워크 기반 CT 기법을 이용한 강인한 얼굴인식 패턴 분류기 설계

진용탁 , 오성권 대한전기학회 학술대회 논문집 2014.07 학술대회자료

(2D)²LDA 기반 다중 포즈 분류와 최적화된 방사형 기저함수 신경회로망을 이용한 얼굴인식 패턴분류기 설계

진용탁 , 오성권 , 김현기 한국지능시스템학회 학술발표 논문집 2014.04 학술대회자료

2013

3차 텐서 기반 (2D)2LDA을 이용한 얼굴인식 패턴분류기 설계

진용탁 , 오성권 정보 및 제어 논문집 2013.10 학술대회자료

3차 텐서 기반 (2D)2LDA을 이용한 얼굴인식 패턴분류기 설계

진용탁 , 오성권 대한전기학회 학술대회 논문집 2013.10 학술대회자료

ASM기반 (2D)² 하이브리드 전처리 알고리즘을 이용한 얼굴인식 시스템 설계

진용탁 , 오성권 한국지능시스템학회 학술발표 논문집 2013.10 학술대회자료

차원 축소 전처리 기법을 이용한 최적의 얼굴인식 패턴분류기 설계 : 데이터 전 처리 알고리즘의 비교 연구

진용탁 , 유성훈 , 오성권 대한전기학회 학술대회 논문집 2013.07 학술대회자료

융합 전처리 알고리즘을 이용한 pRBFNNs 패턴분류기 기반 다차원 얼굴인식 시스템에 관한 연구 : LSE와 WLSE의 비교 연구

진용탁 , 장병희 , 유성훈 외 1명 한국지능시스템학회 학술발표 논문집 2013.04 학술대회자료

(2D)²PCA 알고리즘을 이용한 pRBFNNs 패턴분류기 기반 얼굴인식 시스템 설계

진용탁 , 장병희 , 오성권 대한전자공학회 학술대회 2013.04 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 연구에서는 뉴로-퍼지 알고리즘 기반 강인한 얼굴인식 패턴분류기를 설계하였다. 분류기는 조도가 낮은 영상과 다양한 포즈 변화에도 얼굴인식을 수행할 수 있도록 설계하였다. 일반적인 얼굴인식의 어려운 상황에서의 문제를 해결하기 위해 다양한 각도(포즈)의 얼굴영상을 취득하여 학습데이터를 구축하였고, 조명 변화에 강인한 CT알고리즘은 좀 더 조명 강도의 다양한 지역적인 얼굴 특징을 추출하기 위해 사용된다. CT 알고리즘이 수행한 후 (2D)2 방식 기반 대표적인 차원축소 알고리즘인 PCA와 LDA를 이용하여 데이터를 저차원으로 축소하였다. 본 논문에서 제안한 패턴분류기로는 Type-1/Type-2 방사형 기저함수 신경회로망이다. 제안된 interval Type-2 퍼지 집합을 기반 RBFNN은 입력층, 은닉층, KM층, 출력층과 같이 4개의 층으로 구성되어 있다. 은닉층 활성함수의 형태는 FCM 클러스터링 알고리즘을 사용하였다. 연결가중치는 상수항에서 1차식으로 확장하였다. 연결가중치의 계수를 학습을 위해 BP를 사용하였고, 기존의 경사하강법 대신 Conjugate Gradient Method를 사용하여 학습속도 및 성능을 개선하였다. 또한 ABC 알고리즘을 이용하여 성능의 영향을 미치는 파라미터(입력의 수, 퍼지 클러스터링의 퍼지화 계수)를 최적화 한다. 제안된 모델의 성능 평가는 포즈 관련 실험과 조명 관련 실험을 수행하였다. 포즈 관련 실험은 Cambridge Head Pose Image Database와 수원대학교 연구실 database를 사용하였고, 조명관련 실험은 Yale B database와 CMU PIE Database를 사용하였다. 제안된 2가지의 모델의 성능의 비교분석을 통해 다양한 환경에서 얼굴인식의 가능성을 확인하였다.

In this study, robust face recognition pattern classifier was designed based on neuro-fuzzy algorithm. The classifier was designed to be able to efficiently carry out face recognition under the variation of illumination intensity as well as face pose. We construct database for training data by acquiring various angles(poses) of face images in order to solve the problems in the difficulty of general face recognition, The Census Transform algorithm that is more robust to the variation of illumination intensity is used to extract face features. After carrying out CT algorithm, the obtained data is reduced to low-dimensional data by using (2D)2 method combined with LDA or PCA which is a typical dimension reduction algorithm. The proposed pattern classifier is given as Type-1/Type-2 radial basis function neural networks. The RBF neural networks based on interval Type-2 fuzzy set consist of four layers such as input layer, hidden layer, Karnik and Mendel layer, and output layer. In the prototype of receptive field of hidden layer, FCM clustering algorithm is used. The type of linear polynomial function is used for the connection weights of the proposed networks, To obtain the connection weights coefficient, the BP learning of Conjugate Gradient Method was used. It leads to improved performance as well as rapid learning speed when compared with an existing gradient descent method. The essential design parameters (including the number of inputs and fuzzification coefficient) of the proposed networks are optimized by means of artificial bee colony. The performance evaluation of the proposed model is experimented with two kinds of dataset such as pose-related and illumination-related dataset. In the pose-related experiment, the two dataset of Cambridge Head Pose Image and the Suwon University laboratory were used. In the illumination-related experiment, the two dataset of Yale B and CMU PIE were used. The superiority of face recognition performance is demonstrated through the comparative studies of the proposed two models under various environments.

Ⅰ. 서 론 1
1. 연 구 목 적 1
2. 연구내용 및 방법 2
Ⅱ. 본론 5
1. 이미지 전처리 알고리즘 5
1) Census Transform(CT) 알고리즘 5
2) 선형 특징 추출 알고리즘 : (2D)2PCA 및 (2D)2LDA 8
2. 얼굴인식 패턴 분류기 설계 14
1) 방사형 기저함수 신경회로망(RBFNN)의 구조 및 학습 14
(1) RBFNN 구조 14
(2) RBFNN 학습 : Least Square Estimation(LSE) 19
2) Interval Type-2 퍼지 집합 멤버쉽 함수 20
3) Interval Type-2 RBFNN(IT2RBFNN)의 구조 및 학습 21
(1) IT2RBFNN 구조 : Karnik and Mendel(KM) 21
(2) IT2RBFNN 학습 : Back-Propagation(BP) 27
4) 인공벌 군집(ABC) 최적화 알고리즘 29
Ⅲ. 얼굴인식 시스템 구현 및 실험 결과고찰 32
1) 얼굴인식 시스템 구현 32
2) 조명 관련 실험 35
(1) Yale Face Database B 37
(2) CMU PIE Database 41
3) 포즈 관련 실험 43
(1) Cambridge Head Pose Image Database 44
(2) IC&CI lab Database 46
Ⅳ. 결 론 49
참 고 문 헌 51
ABSTRACT 56

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (10)

초록· 키워드

목차

최근 본 자료

댓글(0)