실시간 시스템 구성을 위한 얼굴 검출 및 Gabor 특징 기반의 얼굴 인식 : Face detection and Gabor feature based face recognition for a real-time system
- 발행기관 서강대학교 대학원
- 지도교수 김경환
- 발행년도 2007
- 학위수여년월 2007. 8
- 학위명 석사
- 학과 및 전공 전자공학
- 식별자(기타) 000000104452
- 본문언어 한국어
목차
본 논문에서는 실시간 감시 시스템(real-time surveillance system)을 구성하기 위한 얼굴 검출 및 인식 방법들을 제안한다. 실시간 시스템을 구성하기 위해서는 시스템의 계산복잡도와 처리 시간이 중요한 고려사항이 된다. 제안하는 시스템은 크게 얼굴 탐색 및 추출과 얼굴 인식의 두 가지로 구성된다.
얼굴 탐색 및 추출에서는 우선 Haar-like 특징을 기반으로 한 얼굴 탐색 방법의 탐색 결과와 skin color 영역을 같이 고려하여 얼굴 영역을 결정한다. 정확한 얼굴 영상의 추출을 위하여 탐색 영역에 대해 edge-like blob 지도(map)를 구성하고, 눈 쌍(eye pair)을 검출한다. 검출된 눈 쌍의 정보를 이용하여 최종 얼굴 영상을 추출한다. 이 때, 안경과 그림자 등의 영향으로 눈 쌍의 검출이 실패할 경우 Haar-like 특징 얼굴 탐색에서 얻어진 위치 및 크기 정보만을 이용하여 최종 얼굴 영상을 추출한다. 이상의 과정을 통해 최종적으로 얼굴이 포함된 입력 영상으로부터 128x128 크기로 정규화된 개별 얼굴 영상을 추출한다.
얼굴 인식에서는 Gabor 특징을 추출하여 Database에 저장된 Gabor 특징들과의 유클리드 거리(Euclidean distance)를 측정하여 최종 인식 결과를 얻게 된다. Gabor 특징을 구하기 위해 전통적인 2D 콘볼루션과 FFT(Fast Fourier Transform)를 이용하는 방법을 사용하면 계산량과 수행시간의 부담으로 실시간 시스템을 구성하기 어렵다. 본 논문에서 제안하는 시스템은 Gabor 필터가 Gaussian 함수와 정현파 함수로 이루어지는 특성을 이용하여 2D Gabor 필터를 recursive Gabor 필터로 구현하여 계산 복잡도를 줄인다. 일반적으로 Gabor 특징을 이용한 인식 방법에서는 5가지 scale과 8가지 방향에 대한 총 40개의 Gabor wavelet 들을 사용한다. 하지만 본 논문에서는 유용한 3개의 scale만을 선택하여 인식률의 저하없이 계산량을 60% 정도로 줄인다.
본 논문이 제안하는 시스템의 정확성과 실시간 처리 능력을 검증하기 위해 눈 쌍 검출 정보를 이용한 얼굴 추출 방법, recursive Gabor 필터를 이용하는 방법, 3개의 scale 에 대한 Gabor 특징들만을 이용하는 방법과 실제 비디오 입력 장치를 통한 입력 영상에 대해 실험하였다. 실험 결과를 통해 제안하는 시스템이 계산복잡도와 처리 시간을 줄이면서도 인식률을 저하시키지 않음을 확인하였다.
목차
This thesis proposes a face detection and recognition method for a real-time surveillance system which requires low computational complexity. The proposed system is composed of two units: face detection and extraction unit, and face recognition unit.
In face detection and extraction unit, a face region is determined by using Haar-like feature based face detection result and skin color region. Exact face image extracting is done by information of eye-pair which is detected from an edge-like blob map. If eye-pair detection is failed due to interference such as glasses, shadows, etc., the final face region is extracted by using only position and size information from Haar-like feature based face detection. An individual face image normalized as 128x128 size is extracted from an input image including faces.
Face recognition unit classifies the person by measuring Euclidean distance between Gabor features of the extracted face image and Gabor features in Database. Gabor feature extraction using conventional 2D convolution or FFT(Fast Fourier Transform) is difficult to meet the constraints of real time system due to its computational complexity. In the proposed system, to reduce the computational complexity in the feature extraction phase, a recursive Gabor filter implements 2D Gabor filter by decomposing the Gabor function into a Gaussian function and a sinusoidal function. Generally, 40 Gabor wavelets for 5 scales and 8 directions are used in Gabor feature based face recognition.
However, in the proposed system 3 scales with the most discrimitive power are selected so that time consumption of feature extraction unit is reduced to 60% without much sacrification of recognition accuracy.
The proposed system is evaluated with face extraction using eye-pair information method, recursive Gabor filtering method, Gabor feature extraction using selected 3 scale method and real video input image to test accuracy and real time ability. Through the experimental results, proposed system is proven to be computationally effective while keeps the accuracy.
