SKL 알고리즘을 이용한 얼굴인식 후보의 점진적 등록
Sequential Registration of the Face Recognition candidate using SKL Algorithm
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 논문은 주성분 분석을 이용하는 얼굴인식 시스템에서 인식후보를 점진적으로 등록하기 위한 방법과 절차에 관한 연구이다. 점진적인 주성분 갱신 방법으로 R-SVD알고리즘을 변형한 SKL 알고리즘을 이용한다. SKL 알고리즘을 이용하면 주성분을 이용하는 얼굴 인식의 문제점으로 지적되어 왔던 인식 후보의 점진적 증가에 따른 재학습 문제를 해결할 수 있다. 또한 이 방법은 밝기 변화에 견고한 객체 트랙킹 분야에도 이용될 수 있다. 본 논문에서는 얼굴인식 시스템에서 SKL 알고리즘을 이용하여 주성분을 점진적으로 갱신하며 적용하는 절차를 제안하고, 표준 KL 변환에 의하여 주성분을 일괄적으로 계산하는 결과와 얼굴 인식 성능을 비교한다. 그리고 SKL 알고리즘에 포함된 망각 인자(forgetting factor)가 얼굴인식 성능에 미치는 효과를 실험적으로 확인한다.
Abstract
This paper is about the method and procedure to register the candidate sequentially in the face recognition system using the PCA(Principal Components Analysis). We use the method to update the principal components sequentially with the SKL algorithm which is improved R-SVD algorithm. This algorithm enable us to solve the re-training problem of the increase the candidates number sequentially in the face recognition using the PCA. Also this algorithm can use in robust tracking system with the bright change based to the principal components. This paper proposes the procedure in the face recognition system which sequentially updates the principal components using the SKL algorithm. Then we compared the face recognition performance with the batch procedure for calculating the principal components using the standard KL algorithm and confirms the effects of the forgetting factor in the SKL algorithm experimentally.
참고문헌 (17)
- Y. Adini, "Face Recognition: The Problem of Compensating for Changes in Illumination Direction", IEEE Trans. on Pattern Anal. and Mach. Intel, 19(7), pp.721~732 (1997)
- T.F.Cootes, "Active Shape Models? Their Training and Application", Computer Vision and Image Understanding, 61(1), pp.38~59 (1995)
- T. Cootes, "Appearance Models", IEEE Trans. on Pattern Anal. and Mach. Intel, 23(6), pp.681~685 (2001)
- M.Kirby, "Application of the Karhunen-Loeve Procedure for the Characterization of Human Faces", IEEE Trans.on Pattern Anal.Mach.Intel, 12(1), pp.103~108 (1990)
- M.Truk, "Eigenfaces for Recognition", Journal of Cognitive Neuroscience, 3(1), pp.71~86 (1991)
- 한학용, "학습 알고리즘을 이용한 AF용 ROI 선택과 영역 안정화 방법", 신호처리.시스템학회 논문지, 10(4), pp.233~238 (2009), 한국신호처리시스템학회
- 이성진, "적목현상 특징을 이용한 적목현상 보정 알고리즘 및 하드웨어 구현", 신호처리.시스템학회 논문지, 10(3), pp.151~157 (2009), 한국신호처리시스템학회
- A.D.Jepson,, "Robust Online Appearance Models for Visual Tracking", IEEE Trans.on Pattern Anal.and Mach.Int, 25(10), pp.1296~1311 (2003)
- R.S.Lin, "Adaptive discriminative generative model and its applications", Proc.Cong.on Neural Information Processing Systems, pp.801~808 (2005)
- I. Matthews, "The template update problem", IEEE Trans. on Pattern Anal. and Mach. Int, 26(6), pp.810~815 (2004)
- P.Hall, "Adding and subtracting eigenspaces with eigenvalue decomposition and singular value decomposition", Image and Vision Computing, 20(13), pp.1009~1016 (2002)
- A.Levyand, "Sequential Karhunen-Loeve Basis Extraction and its Application to Images", IEEE Trans.on Image Proc, 9(8), pp.1371~1374 (2000)
- D. Ross, "Incremental Learning for Robust Visual Tracking", International Journal of Computer Vision, 77(1), pp.125~141 (2008)
- D. Ross, "Adaptive Probabilistic Visual Tracking with Incremental Subspace Update", Proc. 8th European Conference on Computer Vision, 3022, pp.470~482 (2004)
- D. Comaniciu, "Kernel-Based Object Tracking", IEEE Trans. on Pattern Anal. and Mach. Int, 25(5), pp.564~577 (2003)
- P. Hall, "Incremental Eigen Analysis for Classification", British Machine Vision Conference, pp.286~295 (1998)
- "CBCL Face Data Set"[URL]