| 1 |
1
서로 다른 조명 상태에서 기록된 복수의 이미지를 입력받는 입력부;상기 입력부에 입력받은 복수의 이미지들에 대한 로컬 정규화를 수행하여 로컬 정규화 이미지를 생성하는 로컬 정규화 처리부;상기 입력부에 입력받은 복수의 이미지들에 대한 음영 보상을 수행하여 음영 보상 이미지를 생성하는 음영 보상 처리부;상기 로컬 정규화 처리부에서 생성된 로컬 정규화 이미지 및 상기 음영 보상 처리부에서 생성된 음영 보상 이미지로부터 로컬 정규화 판별 특징 벡터 및 음영 보상 판별 특징 벡터를 포함하는 판별 특징을 추출하는 판별 특징 추출부; 및상기 판별 특징 추출부에서 추출한 판별 특징에 포함된 로컬 정규화 판별 특징 벡터 및 음영 보상 판별 특징 벡터를 근거로 결합 특징을 생성하는 결합 특징 생성부를 포함하고,상기 결합 특징 생성부는,판별 특징의 클래스 내 거리 및 클래스 사이 거리를 근거로 판별 특징의 판별 거리를 정의하고, 로컬 정규화 판별 특징 벡터 및 음영 보상 판별 특징 벡터를 결합한 혼합 벡터의 판별 거리를 요소로 하는 판별 거리 벡터를 생성하고, 상기 판별 거리 벡터를 근거로 결합 특징을 생성하는 것을 특징으로 하는 얼굴인식을 위한 판별분석 기반의 결합 특징 생성 장치
|
| 2 |
2
청구항 1에 있어서,상기 로컬 정규화 처리부는,로컬 정규화 방법(LN(Local Normalization))을 이용하여 복수의 이미지 중에서 전방 조명 상태에서 기록된 이미지를 근거로 다른 조명 상태에서 기록된 이미지의 각 픽셀에 대한 조명값을 산출하고, 로컬 평균값 및 분산값을 이용하여 전방 조명 상태에서 기록된 이미지를 근거로 다른 조명 상태에서 기록된 이미지를 각 픽셀에 대해 로컬 정규화한 조명값을 산출하고, 상기 산출한 로컬 정규화한 조명값을 근거로 각 이미지의 로컬 정규화 이미지를 생성하는 것을 특징으로 하는 얼굴인식을 위한 판별분석 기반의 결합 특징 생성 장치
|
| 3 |
3
청구항 2에 있어서,상기 로컬 정규화 처리부는,이미지를 구성하는 조각들의 각 픽셀에 대한 조명값을 곱셈 잡음 및 상가성 잡음을 이용하여 산출하는 것을 특징으로 하는 얼굴인식을 위한 판별분석 기반의 결합 특징 생성 장치
|
| 4 |
4
청구항 1에 있어서,상기 음영 보상 처리부는,음영 보상 방법(SCFA(Shadow Compensation using Fourier Analysis))을 이용하여 음영이 없는 평균 이미지의 주파수 크기 성분을 산출하고, 음영이 있는 이미지의 주파수 크기 성분을 상기 산출한 주파수 크기 성분으로 보상하여 주파수 크기 성분 보상값을 산출하고, 상기 주파수 크기 성분 보상값의 푸리에 역변환을 통해 음영 보상 이미지를 생성하는 것을 특징으로 하는 얼굴인식을 위한 판별분석 기반의 결합 특징 생성 장치
|
| 5 |
5
청구항 1에 있어서,상기 판별 특징 추출부는,판별 공통 벡터(DCV(Discriminant Common Vector)) 방법을 통해 상기 로컬 정규화 이미지 및 음영 보상 이미지를 로컬 정규화 벡터 및 음영 보상 벡터로 변환하고, 목적함수를 만족하는 투영 벡터로 구성되는 행렬 및 상기 로컬 정규화 벡터 및 음영 보상 벡터를 근거로 로컬 정규화 판별 특징 벡터 및 음영 보상 판별 특징 벡터를 포함하는 판별 특징을 추출하는 것을 특징으로 하는 얼굴인식을 위한 판별분석 기반의 결합 특징 생성 장치
|
| 6 |
6
삭제
|
| 7 |
7
청구항 1에 있어서,상기 결합 특징 생성부는,수학식(DWi는 클래스 내 거리, DBi는 클래스 사이 거리, mij는 클래스(ci)의 평균값의 j번째 요소, mj는 학습 데이터 샘플의 평균값의 j번째 요소, Ni는 클래스(Ci)의 샘플 수)을 근거로 판별 특징의 클래스 내 거리 및 클래스 사이 거리를 산출하는 것을 특징으로 하는 얼굴인식을 위한 판별분석 기반의 결합 특징 생성 장치
|
| 8 |
8
청구항 1에 있어서,상기 결합 특징 생성부는,수학식판별 거리j = DBi-βDWi(판별 거리j는 j번째 판별 특징의 판별 거리, DWi는 클래스 내 거리, DBi는 클래스 사이 거리, β는 DWi에 대한 페널티값)을 이용하여 판별 특징의 판별 거리를 산출하는 것을 특징으로 하는 얼굴인식을 위한 판별분석 기반의 결합 특징 생성 장치
|
| 9 |
9
청구항 1에 있어서,상기 결합 특징 생성부는,상기 생성한 판별 거리 벡터가 가장 큰 값을 갖는 판별 특징을 결합 특징으로 생성하는 것을 특징으로 하는 얼굴인식을 위한 판별분석 기반의 결합 특징 생성 장치
|
| 10 |
10
결합 특징 생성 장치를 이용한 얼굴인식을 위한 판별분석 기반의 결합 특징 생성 방법에 있어서,서로 다른 조명 상태에서 기록된 복수의 이미지를 입력받는 단계;상기 입력받은 복수의 이미지들에 대한 로컬 정규화를 수행하여 로컬 정규화 이미지를 생성하는 단계;상기 입력받은 복수의 이미지들에 대한 음영 보상을 수행하여 음영 보상 이미지를 생성하는 단계;상기 생성된 로컬 정규화 이미지 및 상기 음영 보상 이미지로부터 로컬 정규화 판별 특징 벡터 및 음영 보상 판별 특징 벡터를 포함하는 판별 특징을 추출하는 단계; 및상기 추출한 판별 특징에 포함된 로컬 정규화 판별 특징 벡터 및 음영 보상 판별 특징 벡터를 근거로 결합 특징을 생성하는 단계를 포함하고,상기 결합 특징을 생성하는 단계는,상기 추출한 판별 특징의 클래스 내 거리 및 클래스 사이 거리를 산출하는 단계;상기 클래스 내 거리 및 클래스 사이 거리를 근거로 판별 특징의 판별 거리를 산출하는 단계;상기 로컬 정규화 판별 특징 벡터 및 음영 보상 판별 특징 벡터를 결합한 혼합 벡터의 판별 거리를 요소로 하는 판별 거리 벡터를 생성하는 단계; 및상기 생성한 판별 거리 벡터를 근거로 결합 특징을 생성하는 단계를 포함하는 것을 특징으로 하는 얼굴인식을 위한 판별분석 기반의 결합 특징 생성 방법
|
| 11 |
11
청구항 10에 있어서,상기 로컬 정규화 이미지를 생성하는 단계는,복수의 이미지 중에서 전방 조명 상태에서 기록된 이미지를 근거로 다른 조명 상태에서 기록된 이미지의 각 픽셀에 대한 조명값을 산출하는 단계;로컬 평균값 및 분산값을 이용하여 전방 조명 상태에서 기록된 이미지를 근거로 다른 조명 상태에서 기록된 이미지를 각 픽셀에 대해 로컬 정규화한 조명값을 산출하는 단계; 및상기 산출한 로컬 정규화한 조명값을 근거로 각 이미지의 로컬 정규화 이미지를 생성하는 단계를 포함하는 것을 특징으로 하는 얼굴인식을 위한 판별분석 기반의 결합 특징 생성 방법
|
| 12 |
12
청구항 11에 있어서,상기 이미지의 각 픽셀에 대한 조명값을 산출하는 단계에서는,곱셈 잡음 및 상가성 잡음을 이용하여 이미지를 구성하는 조각들의 각 픽셀에 대한 조명값을 산출하는 것을 특징으로 하는 얼굴인식을 위한 판별분석 기반의 결합 특징 생성 방법
|
| 13 |
13
청구항 10에 있어서,상기 음영 보상 이미지를 생성하는 단계는,음영이 없는 평균 이미지의 주파수 크기 성분을 산출하는 단계;음영이 있는 이미지의 주파수 크기 성분을 상기 산출한 주파수 크기 성분으로 보상하여 주파수 크기 성분 보상값을 산출하는 단계; 및상기 주파수 크기 성분 보상값의 푸리에 역변환을 통해 음영 보상 이미지를 생성하는 단계를 포함하는 것을 특징으로 하는 얼굴인식을 위한 판별분석 기반의 결합 특징 생성 방법
|
| 14 |
14
청구항 10에 있어서,상기 판별 특징을 추출하는 단계는,판별 공통 벡터(DCV(Discriminant Common Vector)) 방법을 통해 상기 로컬 정규화 이미지 및 음영 보상 이미지를 로컬 정규화 벡터 및 음영 보상 벡터로 변환하는 단계;판별 공통 벡터 방법을 통해 목적함수를 만족하는 투영 벡터로 구성되는 행렬을 추출하는 단계; 및 상기 추출한 행렬과 상기 로컬 정규화 벡터 및 음영 보상 벡터를 근거로 로컬 정규화 판별 특징 벡터 및 음영 보상 판별 특징 벡터를 포함하는 판별 특징을 추출하는 단계를 포함하는 것을 특징으로 하는 얼굴인식을 위한 판별분석 기반의 결합 특징 생성 방법
|
| 15 |
15
삭제
|
| 16 |
16
청구항 10에 있어서,상기 클래스 내 거리 및 클래스 사이 거리를 산출하는 단계에서는,수학식(DWi는 클래스 내 거리, DBi는 클래스 사이 거리, mij는 클래스(ci)의 평균값의 j번째 요소, mj는 학습 데이터 샘플의 평균값의 j번째 요소, Ni는 클래스(Ci)의 샘플 수)을 근거로 판별 특징의 클래스 내 거리 및 클래스 사이 거리를 산출하는 것을 특징으로 하는 얼굴인식을 위한 판별분석 기반의 결합 특징 생성 방법
|
| 17 |
17
청구항 10에 있어서,상기 판별 거리를 산출하는 단계에서는,수학식판별 거리j = DBi-βDWi(판별 거리j는 j번째 판별 특징의 판별 거리, DWi는 클래스 내 거리, DBi는 클래스 사이 거리, β는 DWi에 대한 페널티값)을 이용하여 판별 특징의 판별 거리를 산출하는 것을 특징으로 하는 얼굴인식을 위한 판별분석 기반의 결합 특징 생성 방법
|
| 18 |
18
청구항 10에 있어서,상기 결합 특징을 생성하는 단계에서는,상기 생성한 판별 거리 벡터가 가장 큰 값을 갖는 판별 특징을 결합 특징으로 생성하는 것을 특징으로 하는 얼굴인식을 위한 판별분석 기반의 결합 특징 생성 방법
|
