| 요약 |
본 발명은 하이브리드 방식의 영상 데이터 전처리 기법 및 방사형 기저함수 기반 신경회로망을 이용한 얼굴 인식 방법에 관한 것으로서, 보다 구체적으로는, (1) CCD 카메라를 이용하여 피사체의 얼굴 영상 데이터를 획득하는 단계, (2) 획득된 얼굴 영상 데이터에 대한 영상 보정, 얼굴 영역 검출, 얼굴 형상(contour) 추출 및 특징 추출의 과정을 수행하는, 전 처리 단계; 및 (3) 방사형 기저함수 기반 신경회로망(Radial Basis Function Neural Networks, 이하 ‘RBFNNs’이라 함)을 이용하여 전 처리된 얼굴 영상 데이터에서 얼굴을 인식하는 단계를 포함하는 것을 그 구성상의 특징으로 한다.본 발명에서 제안하고 있는 하이브리드 방식의 영상 데이터 전처리 기법 및 방사형 기저함수 기반 신경회로망을 이용한 얼굴 인식 방법에 따르면, CCD 카메라를 이용하여 피사체의 얼굴 영상 데이터를 획득하고, 히스토그램 평활화를 이용한 영상 보정, 아다부스트(AdaBoost) 알고리즘을 이용한 얼굴 영역 검출, ASM을 이용한 얼굴 형상을 추출 및 PCA-LDA 융합 알고리즘을 이용한 특징 추출 과정의 하이브리드 방식으로 획득된 얼굴 영상 데이터를 전 처리하며, 방사형 기저함수 기반 신경회로망(Radial Basis Function Neural Networks, 이하 ‘RBFNNs’이라 함)을 이용하여 얼굴을 인식하고 식별함으로써, 조명이나 배경, 장애물(액세서리)과 같은 다양한 외부요인이 포함된 영상 데이터에서도 인식률이 향상됨과 동시에 인식 속도도 향상될 수 있다.또한, 본 발명에 따르면, RBFNNs이 조건부, 결론부, 추론부 세 가지의 기능적 모듈로 나뉘어, 조건부는 FCM 클러스터링을 사용하여 입력 공간을 분할하고, 결론부는 분할된 로컬 영역을 다항식 함수로 표현하며, 추론부는 퍼지 추론에 비선형 판별함수로 최종출력하고, 차분 진화 알고리즘(Differential Evolution)을 이용하여 학습률, 모멘텀 계수, FCM 클러스터링의 퍼지화 계수(Fuzzification coefficient)를 최적화함으로써 빠른 학습 수렴과 패턴 분류의 성능이 향상될 수 있다.
|
