| 1 |
1
신원정보와 얼굴의 깊이 데이터를 저장하는 얼굴 데이터베이스;피사체의 3차원 얼굴 형상을 취득하는 3차원 스캐너;상기 3차원 스캐너에 의해 취득된 3차원 얼굴 형상에 대한 포즈 보상을 수행하고, 얼굴을 정면으로 향하도록 보정된 정면 얼굴 형상을 획득하는 포즈 보상 모듈;포인트 시그니쳐(Point Signature) 기법을 이용하여 상기 정면 얼굴 형상으로부터 얼굴의 깊이 데이터를 추출하는 깊이 추출 모듈; 및최적화 알고리즘을 사용하여 상기 추출된 깊이 데이터의 다항식 기반 RBFNNs(Polynomial-based radial basis function neural networks; pRBFNNs) 패턴 분류기의 파라미터를 설정하고, 얼굴 인식을 판단하는 패턴분류 처리 모듈을 포함하되,상기 패턴분류 처리 모듈은, 조건부에서 FCM 클러스터링을 사용하고, 결론부에서 다항식 형태의 연결가중치를 사용하는 pRBFNNs 패턴분류기를 이용하는 것을 특징으로 하는, 3차원 스캐너를 이용한 얼굴 인식 시스템
|
| 2 |
2
제1항에 있어서, 상기 포즈 보상 모듈은,3차원 얼굴 형상에서 미간의 중심점과 코밑의 중심점을 기준으로 Y`축을 설정하고, 양 눈의 바깥쪽 끝점을 기준으로 X`축을 설정하여, X`축 및 Y`축으로 구성되는 새로운 좌표계와 기준 좌표계의 오차를 최소화시켜 포즈 보상을 수행하는 것을 특징으로 하는, 3차원 스캐너를 이용한 얼굴 인식 시스템
|
| 3 |
3
제1항에 있어서, 상기 깊이 추출 모듈은,각도 θ와 반지름 R을 미리 설정하고, 상기 정면 얼굴 형상에서 기준점을 설정하고 법선 벡터를 생성하여, 생성한 법선 벡터를 중심으로 하는 반지름 R의 원을 상기 정면 얼굴 형상에 투영하여, 각도 θ에 해당하는 부분의 깊이 데이터를 추출하는 것을 특징으로 하는, 3차원 스캐너를 이용한 얼굴 인식 시스템
|
| 4 |
4
제3항에 있어서, 상기 깊이 추출 모듈은,상기 정면 얼굴 형상에서 코끝 점을 기준점으로 설정하는 것을 특징으로 하는, 3차원 스캐너를 이용한 얼굴 인식 시스템
|
| 5 |
5
제3항에 있어서, 상기 깊이 추출 모듈은,적어도 둘 이상의 반지름 R을 미리 설정하고, 상기 설정한 반지름 R의 원을 각각 상기 정면 얼굴 형상에 투영하여, 얼굴의 전역적인 깊이 데이터를 추출하는 것을 특징으로 하는, 3차원 스캐너를 이용한 얼굴 인식 시스템
|
| 6 |
6
제1항에 있어서, 상기 깊이 추출 모듈은,PCA(Principal Component Analysis) 알고리즘을 이용하여 상기 추출된 깊이 데이터를 저차원의 깊이 데이터로 축소하여, 학습 및 인식 속도의 저하가 방지되도록 하는 것을 특징으로 하는, 3차원 스캐너를 이용한 얼굴 인식 시스템
|
| 7 |
7
제1항에 있어서, 상기 패턴분류 처리 모듈은,GA 알고리즘(Genetic Algorithm), DE 알고리즘(Differential Evolution Algorithm) 또는 PSO 알고리즘(Particle Swarm Optimization)을 이용하여 pRBFNNs 패턴 분류기의 파라미터를 설정하는 것을 특징으로 하는, 3차원 스캐너를 이용한 얼굴 인식 시스템
|
