| 한글제목(Korean Title) |
얼굴인식을 위한 PCA, LDA 및 정합기법의 비교 |
| 영문제목(English Title) |
A Comparison of PCA, LDA, and Matching Methods for Face Recognition |
| 저자(Author) |
박세제
박영태
|
| 원문수록처(Citation) |
VOL 30 NO. 04 PP. 0372 ~ 0378 (2003. 04) |
한글내용
(Korean Abstract) |
얼굴 인식을 위한 주요 기법인 PCA, LDA 등과 같은 mapping에 의한 기법과 템플리트 정합기법 모두 얼굴 영역의 회전, 이동, 표정, 그리고 조명조건의 변화에 민감한 특성을 가진다. 본 논문에서는, 영상의 변화를 보상할 수 있는 전처리 과정으로서 기하학적 특징에 기반한 순수 얼굴영역 검출기법을 도입하고 후처리 과정으로서 간단한 정합기법을 사용한 얼굴인식 기법을 제안한다. 제안한 기법은 PCA와 LDA 기법에 비해 영상의 변화에 민감하지 않고 높은 인식률을 보장할 수 있는 장점을 가진다. |
영문내용
(English Abstract) |
Limitations on the linear discriminant analysis (LDA) for face recognition, such as the loss of generalization and the computational infeasibility, are addressed and illustrated for a small number of samples. The principal component analysis (PCA) followed by the LDA mapping may be an alternative that can overcome these limitations. We also show that any schemes based on either mappings or template matching are vulnerable to image variations due to rotation, translation, facial expressions, or local illumination conditions. This entails the importance of a proper preprocessing that can compensate for such variations. A simple template matching, when combined with the geometrically correlated feature-based detection as a preprocessing, is shown to outperform mapping techniques in terms of both the accuracy and the robustness to image variations., |
| 키워드(Keyword) |
얼굴인식
Mapping
선형분별함수
템플릿 정합
|
| 파일첨부 |
PDF 다운로드
|
