생체기반 GMM Supervector Kernel을 이용한 운전자검증 기술
Driver Verification System Using Biometrical GMM Supervector Kernel
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 논문에서는 음성과 얼굴 정보를 분석하여 자동차환경에서 운전자를 검증하는 기술을 소개한다. 음성정보를 이용한 화자검증을 위해서는 잘 알려진 Mel-scale Frequency Cepstral Coefficients(MFCCs)를 음성 특징으로 사용하였으며, 동영상을 이용한 얼굴검증에 대해서는 AdaBoost를 이용하여 검출된 얼굴 영역에 대해 주성분 분석을 수행하여 데이터의 크기가 현저히 줄어든 특징벡터를 추출하였다. 기존의 화자검증 방식에 비해 본 논문에서는 추출된 음성 및 얼굴 특징들을 Gaussian Mixture Models(GMM)-Supervector기반의 Support Vector Machine(SVM)커넬 방식에 적용하여 운전자의 음성과 얼굴을 효과적으로 검증하는 방식을 제안하였다. 실험결과 제안한 방법은 단순한 GMM 방식이나 SVM 방식보다 운전자 검증성능을 향상시킴을 알 수 있었다.
Abstract
This paper presents biometrical driver verification system in car experiment through analysis of speech, and face information. We have used Mel-scale Frequency Cesptral Coefficients (MFCCs) for speaker verification using speech information. For face verification, face region is detected by AdaBoost algorithm and dimension-reduced feature vector is extracted by using principal component analysis only from face region. In this paper, we apply the extracted speech- and face feature vectors to an SVM kernel with Gaussian Mixture Models(GMM) supervector. The experimental results of the proposed approach show a clear improvement compared to a simple GMM or SVM approach.
참고문헌 (6)
- W. Zhao, "Face recognition: a literature survey", ACM Computing Suerveys(CSUR), 35(4), pp.399~458 (2003)
- W. M. Campbell, "Support vector machines for speaker and language recognition", Computer Speech & Language, 20(2), pp.210~229 (2006)
- P. Viola, "Rapid object detection using a boosted cascade of simple features", Proc. Computer Vision and Pattern Recognition, 1, pp.511~518 (2001)
- W. M. Campbell, "Support vector machines for speaker and language recognition", IEEE Signal Processing Letters, 13(5), pp.308~311 (2006)
- 김형국, "텔레메틱스 단말용 음성인식을 위한 음성향상 알고리듬 및 칩 구현", 한국ITS학회 논문지, 7(5), pp.90~96 (2008), 한국ITS학회
- 권순량, "화자 인증이 포함된 실시간 원격 도어 락 제어 시스템 개발에 관한 연구", 퍼지 및 지능시스템학회 논문지, 15(6), pp.714~719 (2005)