| 1 |
1
촬영된 사람의 안면에 대해 적어도 하나의 특징점을 추출하는 추출부;상기 추출된 적어도 하나의 특징점들로 구성된 벡터를 생성하고, 상기 벡터를 이용하여 주성분 분석법(Principal Component Analysis)에 따라 형태 파라미터를 계산하는 계산부; 및상기 형태 파라미터와 형태 특성 별로 미리 결정된 평균 형태 파라미터를 비교하여 상기 사람의 형태 특성을 결정하는 결정부를 포함하고,상기 결정부는 태음인, 소음인, 소양인 및 태양인으로 미리 분류된 얼굴 형태들을 이용하여 각각의 형태 특성에 대응하는 평균 형태 파라미터를 결정하고, 상기 계산된 형태 파라미터와 유클리디안 거리(Euclidean distance)가 가장 가까운 평균 형태 파라미터를 제1 형태 특성으로서 결정하고,상기 제1 형태 특성은 태음인 형태 특성, 소음인 형태 특성, 소양인 형태 특성 및 태양인 형태 특성 중 하나인 형태 특성 결정 장치
|
| 2 |
2
삭제
|
| 3 |
3
제1항에 있어서, 상기 결정부는,상기 평균 형태 파라미터에 대해 k-최근접 이웃 알고리즘을 이용하여 상기 사람의 형태 특성을 결정하는형태 특성 결정 장치
|
| 4 |
4
삭제
|
| 5 |
5
제1항에 있어서,2차원 또는 3차원 방식에 따라 사람의 안면을 촬영하는 촬영부를 더 포함하는형태 특성 결정 장치
|
| 6 |
6
촬영된 사람의 안면으로부터 적어도 하나의 특징점을 추출하는 추출부;상기 추출된 적어도 하나의 특징점들로 구성된 벡터를 생성하고, 상기 벡터를 이용하여 주성분 분석법(Principal Component Analysis)에 따라 형태 파라미터를 계산하는 계산부; 및 상기 형태 파라미터를 형태 특성 분류기에 입력시켜 상기 사람의 형태 특성의 결정하는 결정부를 포함하고,상기 결정부는 태음인, 소음인, 소양인 및 태양인으로 미리 분류된 얼굴 형태들을 이용하여 각각의 형태 특성에 대응하는 평균 형태 파라미터를 결정하고, 상기 계산된 형태 파라미터와 유클리디안 거리(Euclidean distance)가 가장 가까운 평균 형태 파라미터를 제1 형태 특성으로서 결정하고,상기 제1 형태 특성은 태음인 형태 특성, 소음인 형태 특성, 소양인 형태 특성 및 태양인 형태 특성 중 하나인 형태 특성 결정 장치
|
| 7 |
7
제6항에 있어서,상기 형태 특성 분류기는 기계 학습 기법을 통해 사람의 형태 특성을 학습하고, 학습된 결과에 따라 상기 형태 파라미터를 입력시켜 상기 사람의 형태 특성을 분류하는형태 특성 결정 장치
|
| 8 |
8
삭제
|
| 9 |
9
삭제
|
| 10 |
10
제6항에 있어서,2차원 또는 3차원 방식에 따라 사람의 안면을 촬영하는 촬영부를 더 포함하는형태 특성 결정 장치
|
| 11 |
11
삭제
|
| 12 |
12
촬영된 사람의 안면에 대해 적어도 하나의 특징점을 추출하는 단계;상기 추출된 적어도 하나의 특징점들로 구성된 벡터를 생성하고, 상기 벡터를 이용하여 주성분 분석법(Principal Component Analysis)에 따라 형태 파라미터를 계산하는 단계; 및 상기 형태 파라미터와 미리 결정된 평균 형태 파라미터를 비교하여 상기 사람의 형태 특성을 결정하는 단계를 포함하고,상기 사람의 형태 특성을 결정하는 단계는,태음인, 소음인, 소양인 및 태양인으로 미리 분류된 얼굴 형태들을 이용하여 각각의 형태 특성에 대응하는 평균 형태 파라미터를 결정하고, 상기 계산된 형태 파라미터와 유클리디안 거리(Euclidean distance)가 가장 가까운 평균 형태 파라미터를 제1 형태 특성으로서 결정하고, 상기 제1 형태 특성은 태음인 형태 특성, 소음인 형태 특성, 소양인 형태 특성 및 태양인 형태 특성 중 하나인 형태 특성 결정 방법
|
| 13 |
13
삭제
|
| 14 |
14
삭제
|
| 15 |
15
제12항에 있어서,2차원 또는 3차원 방식에 따라 사람의 안면을 촬영하는 단계를 더 포함하는형태 특성 결정 방법
|
| 16 |
16
촬영된 사람의 안면으로부터 적어도 하나의 특징점을 추출하는 단계;상기 추출된 적어도 하나의 특징점들로 구성된 벡터를 생성하고, 상기 벡터를 이용하여 주성분 분석법(Principal Component Analysis)에 따라 형태 파라미터를 계산하는 단계; 및 상기 형태 파라미터를 형태 특성 분류기에 입력시켜 상기 사람의 형태 특성을 결정하는 단계를 포함하고,상기 사람의 형태 특성을 결정하는 단계는,태음인, 소음인, 소양인 및 태양인으로 미리 분류된 얼굴 형태들을 이용하여 각각의 형태 특성에 대응하는 평균 형태 파라미터를 결정하고, 상기 계산된 형태 파라미터와 유클리디안 거리(Euclidean distance)가 가장 가까운 평균 형태 파라미터를 제1 형태 특성으로서 결정하고, 상기 제1 형태 특성은 태음인 형태 특성, 소음인 형태 특성, 소양인 형태 특성 및 태양인 형태 특성 중 하나인형태 특성 결정 방법
|
| 17 |
17
제16항에 있어서,상기 형태 특성 분류기는 기계 학습 기법을 통해 사람의 형태 특성을 학습하고, 학습된 결과에 따라 상기 형태 파라미터에 기초하여 상기 사람의 형태 특성을 분류하는 단계를 더 포함하는형태 특성 결정 방법
|
| 18 |
18
삭제
|
| 19 |
19
제12항 및 제16항 중 어느 한 항의 형태 특성 결정 방법을 수행하는 프로그램을 기록한 컴퓨터 판독 가능 기록 매체
|
