근거리에서의 얼굴 인식 시스템 연구 (BR-1-7) 연구책임자 연세대학교 변 혜 란
목차 근거리 얼굴인식 연구개발의 필요성 기존 얼굴인식 기술 수준 연구 목표 및 내용 연차별 연구 목표 연차별 연구 개발 추진 체계 Yonsei Univ.
근거리 얼굴인식 감시 응용시스템 개발을 목적으로 하여 10m 이상의 근거리에서 촬영한 얼굴영상에 대한 인식 Database Yonsei Univ.
연구개발의 필요성 얼굴인식 현황 국.내외 대표적 연구기관 Yonsei Univ. 1970년대 이후 지속적으로 연구 되어 온 분야 개인정보 가치 급등에 따라 얼굴인식 기술 필요성 증대 생체인식 및 HCI(Human Computer Interface) 응용을 위한 활발한 연구 국.내외 대표적 연구기관 미국 MIT Media Lab., CMU Kanade Lab., MSU Jain Lab. 유럽 지역 INRIA 연구소 일본 ATR 연구소 DCS(BioID), ETRUE(Trueface), Viissage(VIS), Visionics(FaceIt) 워치비젼, 프라임테크날러지, 비전인터랙티브 등. Yonsei Univ.
연구개발의 필요성 시장규모 향후 전망 Yonsei Univ. 얼굴인식이 미 가트너 그룹의 21세기를 주도할 신기술 선정 됨 2002년 포천지 선정 1000대 기업중, 15%가 컴퓨터 및 네트워크 정보접근과 보안을 위해 생체기술을 사용할 것으로 전망 됨 Yonsei Univ.
연구개발의 필요성 감시응용 분야 급증 보다 복잡한 환경에서의 얼굴 인식 연구 우범지역, 주거지역, 공항 등의 감시 응용 요구 유아방, 아파트놀이터, 리조트 등의 유아보호 응용 최근 감시 응용에 대한 요구로 향후 얼굴인식에 관한 연구는 근거리 얼굴 인식으로 전환 될 것으로 예상 됨 보다 복잡한 환경에서의 얼굴 인식 연구 인간이 처리하는 복잡한 입력 환경에 보다 근접하여 인간의 시각정보처리에 근접한 연구 Yonsei Univ.
기존 얼굴인식 기술 수준 Yonsei Univ. 구분 얼굴영역 검출 특징 추출 현 얼굴인식 근거리 얼굴인식 국내 국외 초보적인 수준의 컬러, 모션 정보 사용한 얼굴영역 검출 정지영상에서의 얼굴영역 추출 수직 정면 얼굴에 대한 얼굴영역 영상의 텍스춰 정보를 주로 사용 신경망, 주성분 분석 기법을 그대로 적용한 수준 공식적으로 연구를 수행하는 연구기관 없음 일부 기업에서 외국의 초보적인 원천 기술 수입 국외 하이브리드 기법을 적용한 얼굴 영역 추출 컬러 상수화, 명암 근사, 얼굴 포즈 등 다양한 전처리 기법을 연구 얼굴 요소의 지형적 특징, 얼굴 영역의 영상 텍스춰, 얼굴의 적외선 등 다양한 정보를 사용. 신경망, 주성분 분석, 그래프 매칭 등 다양한 인식 알고리즘 연구 및 개발 경기장, 공항 등의 출입구에 대한 근거리 얼굴 인식 시스템 개발 Yonsei Univ.
연구목표 및 내용 연구목표 연구내용 근거리에서 촬영한 사람의 얼굴을 자동으로 인식하는 것을 연구 목표로 한다. 근거리에서의 얼굴영역 추출 및 추적 저해상도에서의 얼굴인식 및 성능 향상에 관한 연구 Yonsei Univ.
연구내용 인식률 향상을 위한 연구 특징추출 방법 연구 인식기 성능 향상에 대한 연구 정확한 얼굴영역 검출 조명 변화 보완 특징추출 방법 연구 - 인식기 성능 향상에 대한 연구 - 특징추출 방법 연구 정확한 얼굴영역 검출 조명 변화 보완 모양 정보 사용 (얼굴유형) 최적 고유벡터 선정에 관한 실험 인식기 성능 향상에 대한 연구 다중 SVM (Support Vector Machine) 연구 Yonsei Univ.
연차별 연구목표 1차년도 저해상도에서의 얼굴인식-특징추출 2차년도 얼굴영역 검출 및 추적-특징추출 Yonsei Univ. 얼굴 영역 내부 조명 근사 및 보정 (텍스춰 정보 보강) 턱선 유형 모델링 및 턱선 추출 (모양 정보 추가) 2차년도 얼굴영역 검출 및 추적-특징추출 배경 모델링 컬러 상수화 문제를 완하하는 피부컬러 모델링 연구 얼굴형을 위한 윤곽모델 모션을 이용한 움직임 영역 추출 모션 및 지식기반(상기모델기반) 얼굴영역 추출 및 추적 Yonsei Univ.
연차별 연구목표 3차년도 인식기 자체의 성능향상을 위한 연구 최적 고유벡터 사용 개수 제시 (최적 특징 추출) 다중 SVM 설계 및 개발 다중 SVM을 이용한 얼굴인식 모듈 개발 Yonsei Univ.
기대성과 얼굴인식 (객체인식) 핵심 요소 기술 확보 유사 요소 기술 산업에 대한 기술력 강화 얼굴의 모양 정보 추출 조명 근사 및 조명 보정을 통한 학습 샘플 수 최소화 컬러 상수화 문제를 완하한 피부색 모델링 기술 최적 고유벡터 개수 선정 SVM 기술 확보 유사 요소 기술 산업에 대한 기술력 강화 패턴인식, 컴퓨터 비젼, 기계학습, HCI 등 Yonsei Univ.
응용분야 Yonsei Univ. 얼굴 인식 보안 시스템 무인 감시 시스템 HCI 아파트 주택 금고관리 출퇴근관리 자동차 키 PC 보안 은행 대여금고 ATM 신용카드 공항 도시 우범지역 애완용 로버트 계기판 조작 인터넷 결재 가전제품 회원관리 Yonsei Univ.