맞춤기술찾기

홈으로 가기
맞춤기술찾기
이전대상기술
프린트하기

이전대상기술

가버 특징과 ＳＶＭ 분류기를 이용하여 위변조 얼굴을 인식하기 위한 시스템 및 그 방법

  • 기술번호 : KST2015090087
  • 담당센터 : 대전기술혁신센터
  • 전화번호 : 042-610-2279
상담신청 PDF 받기
요약, Int. CL, CPC, 출원번호/일자, 출원인, 등록번호/일자, 공개번호/일자, 공고번호/일자, 국제출원번호/일자, 국제공개번호/일자, 우선권정보, 법적상태, 심사진행상태, 심판사항, 구분, 원출원번호/일자, 관련 출원번호, 기술이전 희망, 심사청구여부/일자, 심사청구항수의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 서지정보 표입니다.
요약 본 발명에 의한 가버 특징과 SVM 분류기를 이용하여 위변조 얼굴을 인식하기 위한 시스템 및 그 방법이 개시된다.본 발명에 따른 위변조 얼굴을 인식하기 위한 시스템은 다수의 얼굴 영상 샘플들로부터 하나의 표준 얼굴 그래프를 생성하는 그래프 생성수단; 다수의 얼굴 영상 샘플과 위변조 얼굴 영상 샘플로부터 위변조 얼굴을 판별하기 위한 최적분류 평면을 결정하는 SVM 학습수단; 및 인식하고자 하는 얼굴 영상을 입력받으면, 상기 표준 얼굴 그래프와 상기 최적분류 평면을 이용하여 입력받은 상기 얼굴 영상이 위변조된 얼굴인지를 판별하는 얼굴 인식수단을 포함한다.본 발명은 주변 조명 영향이나 얼굴의 다양한 패턴에 대해서도 효율적으로 얼굴을 인식할 수 있을 뿐 아니라, 얼굴 인식의 정확도를 향상시킬 수 있고, 얼굴 인식에 대한 신뢰도를 향상시킬 수 있다.
Int. CL G06K 9/46 (2006.01)
CPC
출원번호/일자 1020110139605 (2011.12.21)
출원인 한국전자통신연구원
등록번호/일자
공개번호/일자 10-2013-0072058 (2013.07.01) 문서열기
공고번호/일자 문서열기
국제출원번호/일자
국제공개번호/일자
우선권정보
법적상태 등록
심사진행상태 수리
심판사항
구분 신규
원출원번호/일자
관련 출원번호
심사청구여부/일자 Y (2016.11.01)
심사청구항수 14

출원인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 출원인 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 대한민국 대전광역시 유성구

발명자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 발명자 표입니다.
번호 이름 국적 주소
1 김계경 대한민국 대구광역시 수성구
2 이재연 대한민국 대전광역시 유성구
3 윤호섭 대한민국 대전광역시 유성구
4 김재홍 대한민국 대전광역시 중구
5 손주찬 대한민국 대전광역시 대덕구

대리인

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 대리인 표입니다.
번호 이름 국적 주소
1 한양특허법인 대한민국 서울특별시 강남구 논현로**길 **, 한양빌딩 (도곡동)

최종권리자

번호, 이름, 국적, 주소의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 인명정보 - 최종권리자 표입니다.
번호 이름 국적 주소
1 한국전자통신연구원 대전광역시 유성구
번호, 서류명, 접수/발송일자, 처리상태, 접수/발송일자의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 행정처리 표입니다.
번호 서류명 접수/발송일자 처리상태 접수/발송번호
1 [특허출원]특허출원서
[Patent Application] Patent Application		 2011.12.21 수리 (Accepted) 1-1-2011-1020536-14
2 [대리인선임]대리인(대표자)에 관한 신고서
[Appointment of Agent] Report on Agent (Representative)		 2013.09.03 수리 (Accepted) 1-1-2013-0805828-32
3 출원인정보변경(경정)신고서
Notification of change of applicant's information		 2015.02.02 수리 (Accepted) 4-1-2015-0006137-44
4 [대리인선임]대리인(대표자)에 관한 신고서
[Appointment of Agent] Report on Agent (Representative)		 2016.10.11 수리 (Accepted) 1-1-2016-0984137-14
5 [심사청구]심사청구(우선심사신청)서
[Request for Examination] Request for Examination (Request for Preferential Examination)		 2016.11.01 수리 (Accepted) 1-1-2016-1068878-10
6 의견제출통지서
Notification of reason for refusal		 2018.01.31 발송처리완료 (Completion of Transmission) 9-5-2018-0074573-78
7 [명세서등 보정]보정서
[Amendment to Description, etc.] Amendment		 2018.04.02 보정승인간주 (Regarded as an acceptance of amendment) 1-1-2018-0326602-57
8 [거절이유 등 통지에 따른 의견]의견(답변, 소명)서
[Opinion according to the Notification of Reasons for Refusal] Written Opinion(Written Reply, Written Substantiation)		 2018.04.02 수리 (Accepted) 1-1-2018-0326601-12
9 등록결정서
Decision to grant		 2018.05.25 발송처리완료 (Completion of Transmission) 9-5-2018-0353260-15
번호, 청구항의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 청구항 표입니다.
번호 청구항
1 1
다수의 얼굴 영상 샘플들로부터 하나의 표준 얼굴 그래프를 생성하는 그래프 생성수단;다수의 얼굴 영상 샘플과 위변조 얼굴 영상 샘플로부터 위변조 얼굴을 판별하기 위한 최적분류 평면을 결정하는 SVM 학습수단; 및인식하고자 하는 얼굴 영상을 입력받으면, 상기 표준 얼굴 그래프와 상기 최적분류 평면을 이용하여 입력받은 상기 얼굴 영상이 위변조된 얼굴인지를 판별하는 얼굴 인식수단;을 포함하고,상기 SVM 학습 수단은상기 다수의 얼굴 영상 샘플과 상기 위변조 얼굴 영상 샘플로부터 제1 최적 얼굴 그래프를 생성하고, 상기 제1 최적 얼굴 그래프로부터 추출한 각 노드들의 제1 가버 특징값과 제1 위치 값을 SVM 분류기의 입력 값으로 제공하여 그 결과로 위변조 얼굴을 판별하기 위한 최적분류 평면을 결정하고,상기 얼굴 인식 수단은상기 인식하고자 하는 얼굴 영상으로부터 제2 최적 얼굴 그래프를 생성하고, 상기 제2 최적 얼굴 그래프로부터 추출한 각 노드들의 제2 가버 특징값과 제2 위치 값을 SVM 분류기의 입력 값으로 제공하여 그 결과로 SVM 분류기의 출력 값을 구한 후,상기 출력 값과 상기 최적분류 평면을 이용하여 입력된 상기 인식하고자 하는 얼굴 영상이 위변조된 얼굴 영상인지를 판별하는 것을 특징으로 하는 위변조 얼굴을 인식하기 위한 시스템
2 2
제1 항에 있어서,상기 그래프 생성수단은,입력받은 상기 얼굴 영상 샘플들 각각으로부터 아다부스트 알고리즘을 이용하여 미리 설정된 크기의 사각형의 얼굴 영역을 검출하고 검출된 상기 사각형의 얼굴 영역들 각각을 미리 설정된 크기로 정규화한 후,정규화된 상기 사각형의 얼굴 영역들 각각으로부터 얼굴 특징점을 추출하고 추출된 상기 얼굴 특징점들을 이용하여 상기 표준 얼굴 그래프를 생성하는 것을 특징으로 하는 위변조 얼굴을 인식하기 위한 시스템
3 3
제2 항에 있어서,상기 정규화된 사각형의 얼굴 영역의 크기는 상기 검출된 사각형의 얼굴 영역의 크기보다 크거나 같도록 설정되는 것을 특징으로 하는 위변조 얼굴을 인식하기 위한 시스템
4 4
제1 항에 있어서,상기 SVM 학습수단은,입력받은 상기 얼굴 영상 샘플과 상기 위변조 얼굴 영상 샘플로부터 아다부스트 알고리즘을 이용하여 사각형의 얼굴 영역을 각각 검출하고 검출된 상기 사각형의 얼굴 영역들 각각을 미리 설정된 크기로 정규화한 후,정규화된 상기 사각형의 얼굴 영역을 이용하여 최적 얼굴 그래프를 생성하고, 생성된 상기 최적 얼굴 그래프로부터 가버 특징값을 추출하여 추출된 상기 최적 얼굴 그래프의 가버 특징값과 위치 값을 이용하여 위변조 얼굴을 판별하기 위한 최적분류 평면을 결정하는 것을 특징으로 하는 위변조 얼굴을 인식하기 위한 시스템
5 5
제4 항에 있어서,상기 SVM 학습수단은,상기 사각형의 얼굴 영역 내 두 눈의 위치점을 기준으로 표준 얼굴 그래프의 크기를 조정하여 초기 얼굴 그래프를 생성한 후,상기 초기 얼굴 그래프의 각 노드에서 가버 특징값과 상기 표준 얼굴 그래프의 각 노드에서 표준 가버 특징값의 유사도를 비교하여 그 비교한 결과에 따라 PSO(Particle Swarm Optimization) 알고리즘을 이용하여 상기 초기 얼굴 그래프를 반복적으로 변형시켜 상기 최적 얼굴 그래프를 생성하는 것을 특징으로 하는 위변조 얼굴을 인식하기 위한 시스템
6 6
제1 항에 있어서,상기 얼굴 인식수단은,입력된 상기 얼굴 영상으로부터 아다부스트 알고리즘을 이용하여 사각형의 얼굴 영역을 검출하여 검출된 상기 사각형의 얼굴 영역을 미리 설정된 크기로 정규화한 후,정규화된 상기 사각형의 얼굴 영역을 이용하여 최적 얼굴 그래프를 생성하고 생성된 상기 최적 얼굴 그래프로부터 추출된 가버 특징값과 위치 값 및 기 생성된 상기 최적분류 평면을 이용하여 입력된 상기 얼굴 영상으로부터 상기 위변조된 얼굴 영상인지를 판별하는 것을 특징으로 하는 위변조 얼굴을 인식하기 위한 시스템
7 7
삭제
8 8
입력받은 얼굴 영상으로부터 아다부스트 알고리즘을 이용하여 사각형의 얼굴 영역을 검출하는 검출부;검출된 상기 사각형의 얼굴 영역들 각각을 미리 설정된 크기로 정규화하는 정규화부;정규화된 상기 사각형의 얼굴 영역을 이용하여 최적 얼굴 그래프를 생성하고 생성된 상기 최적 얼굴 그래프로부터 가버 특징값과 위치 값을 추출하는 추출부; 및추출된 상기 가버 특징값과 위치 값 및 기 생성된 위변조 얼굴을 판별하기 위한 최적분류 평면을 이용하여 입력된 상기 얼굴 영상이 위변조된 얼굴 영상인지를 판별하는 판별부;를 포함하고,상기 최적분류 평면은다수의 얼굴 영상 샘플과 위변조 얼굴 영상 샘플로부터 생성된 제1 최적 얼굴 그래프로부터 추출한 각 노드들의 제1 가버 특징값과 제1 위치 값을 SVM 분류기의 입력 값으로 제공하여 그 결과로 위변조 얼굴을 판별하기 위하여 결정된 것이고,상기 판별부는상기 입력받은 얼굴 영상으로부터 제2 최적 얼굴 그래프를 생성하고, 상기 제2 최적 얼굴 그래프로부터 추출한 각 노드들의 제2 가버 특징값과 제2 위치 값을 SVM 분류기의 입력 값으로 제공하여 그 결과로 SVM 분류기의 출력 값을 구한 후,상기 출력 값과 상기 최적분류 평면을 이용하여 입력된 상기 입력받은 얼굴 영상이 위변조된 얼굴 영상인지를 판별하는 것을 특징으로 하는 위변조 얼굴을 인식하기 위한 시스템
9 9
삭제
10 10
다수의 얼굴 영상 샘플들로부터 하나의 표준 얼굴 그래프를 생성하는 단계;다수의 얼굴 영상 샘플과 위변조 얼굴 영상 샘플로부터 위변조 얼굴을 판별하기 위한 최적분류 평면을 생성하는 단계; 및인식하고자 하는 얼굴 영상을 입력받으면, 상기 표준 얼굴 그래프와 상기 최적분류 평면을 이용하여 입력받은 상기 얼굴 영상이 위변조된 얼굴인지를 판별하는 단계;를 포함하고,상기 최적분류 평면을 생성하는 단계는상기 다수의 얼굴 영상 샘플과 상기 위변조 얼굴 영상 샘플로부터 제1 최적 얼굴 그래프를 생성하고, 상기 제1 최적 얼굴 그래프로부터 추출한 각 노드들의 제1 가버 특징값과 제1 위치 값을 SVM 분류기의 입력 값으로 제공하여 그 결과로 위변조 얼굴을 판별하기 위한 최적분류 평면을 결정하고,상기 위변조된 얼굴인지를 판별하는 단계는상기 인식하고자 하는 얼굴 영상으로부터 제2 최적 얼굴 그래프를 생성하고, 상기 제2 최적 얼굴 그래프로부터 추출한 각 노드들의 제2 가버 특징값과 제2 위치 값을 SVM 분류기의 입력 값으로 제공하여 그 결과로 SVM 분류기의 출력 값을 구한 후,상기 출력 값과 상기 최적분류 평면을 이용하여 입력된 상기 인식하고자 하는 얼굴 영상이 위변조된 얼굴 영상인지를 판별하는 것을 특징으로 하는 위변조 얼굴을 인식하기 위한 방법
11 11
제10 항에 있어서,상기 표준 얼굴 그래프를 생성하는 단계는,입력받은 상기 얼굴 영상 샘플들 각각으로부터 아다부스트 알고리즘을 이용하여 미리 설정된 크기의 사각형의 얼굴 영역을 검출하고 검출된 상기 사각형의 얼굴 영역들 각각을 미리 설정된 크기로 정규화한 후,정규화된 상기 사각형의 얼굴 영역들 각각으로부터 얼굴 특징점을 추출하고 추출된 상기 얼굴 특징점들을 이용하여 상기 표준 얼굴 그래프를 생성하는 것을 특징으로 하는 위변조 얼굴을 인식하기 위한 방법
12 12
제11 항에 있어서,상기 정규화된 사각형의 얼굴 영역의 크기는 상기 검출된 사각형의 얼굴 영역의 크기보다 크거나 같도록 설정되는 것을 특징으로 하는 위변조 얼굴을 인식하기 위한 방법
13 13
제10 항에 있어서,상기 최적분류 평면을 생성하는 단계는,입력받은 상기 얼굴 영상 샘플과 상기 위변조 얼굴 영상 샘플로부터 아다부스트 알고리즘을 이용하여 사각형의 얼굴 영역을 각각 검출하고 검출된 상기 사각형의 얼굴 영역들 각각을 미리 설정된 크기로 정규화한 후,정규화된 상기 사각형의 얼굴 영역을 이용하여 최적 얼굴 그래프를 생성하고, 생성된 상기 최적 얼굴 그래프로부터 가버 특징값을 추출하여 추출된 상기 최적 얼굴 그래프의 가버 특징값과 위치 값을 이용하여 위변조 얼굴을 판별하기 위한 최적분류 평면을 생성하는 것을 특징으로 하는 위변조 얼굴을 인식하기 위한 방법
14 14
제13 항에 있어서,상기 최적분류 평면을 생성하는 단계는,상기 사각형의 얼굴 영역 내 두 눈의 위치점을 기준으로 표준 얼굴 그래프의 크기를 조정하여 초기 얼굴 그래프를 생성한 후,상기 초기 얼굴 그래프의 각 노드에서 가버 특징값과 상기 표준 얼굴 그래프의 각 노드에서 표준 가버 특징값의 유사도를 비교하여 그 비교한 결과에 따라 PSO(Particle Swarm Optimization) 알고리즘을 이용하여 상기 초기 얼굴 그래프를 반복적으로 변형시켜 상기 최적 얼굴 그래프를 생성하는 것을 특징으로 하는 위변조 얼굴을 인식하기 위한 방법
15 15
제10 항에 있어서,상기 위변조된 얼굴인지를 판별하는 단계는,입력된 상기 얼굴 영상으로부터 아다부스트 알고리즘을 이용하여 사각형의 얼굴 영역을 검출하여 검출된 상기 사각형의 얼굴 영역을 미리 설정된 크기로 정규화한 후,정규화된 상기 사각형의 얼굴 영역을 이용하여 최적 얼굴 그래프를 생성하고 생성된 상기 최적 얼굴 그래프로부터 추출된 가버 특징값과 위치 값 및 기 생성된 상기 최적분류 평면을 이용하여 입력된 상기 얼굴 영상으로부터 상기 위변조된 얼굴인지를 판별하는 것을 특징으로 하는 위변조 얼굴을 인식하기 위한 방법
16 16
삭제
17 17
입력받은 얼굴 영상으로부터 아다부스트 알고리즘을 이용하여 사각형의 얼굴 영역을 검출하는 단계;검출된 상기 사각형의 얼굴 영역들 각각을 미리 설정된 크기로 정규화하는 단계;정규화된 상기 사각형의 얼굴 영역을 이용하여 최적 얼굴 그래프를 생성하고 생성된 상기 최적 얼굴 그래프로부터 가버 특징값과 위치 값을 추출하는 단계; 및추출된 상기 가버 특징값과 위치 값 및 기 생성된 위변조 얼굴을 판별하기 위한 최적분류 평면을 이용하여 입력된 상기 얼굴 영상이 위변조된 얼굴인지를 판별하는 단계;를 포함하고,상기 최적분류 평면은다수의 얼굴 영상 샘플과 위변조 얼굴 영상 샘플로부터 생성된 제1 최적 얼굴 그래프로부터 추출한 각 노드들의 제1 가버 특징값과 제1 위치 값을 SVM 분류기의 입력 값으로 제공하여 그 결과로 위변조 얼굴을 판별하기 위하여 결정된 것이고,상기 위변조된 얼굴인지를 판별하는 단계는상기 입력받은 얼굴 영상으로부터 제2 최적 얼굴 그래프를 생성하고, 상기 제2 최적 얼굴 그래프로부터 추출한 각 노드들의 제2 가버 특징값과 제2 위치 값을 SVM 분류기의 입력 값으로 제공하여 그 결과로 SVM 분류기의 출력 값을 구한 후,상기 출력 값과 상기 최적분류 평면을 이용하여 입력된 상기 입력받은 얼굴 영상이 위변조된 얼굴 영상인지를 판별하는것을 특징으로 하는 위변조 얼굴을 인식하기 위한 방법
18 18
삭제
지정국 정보가 없습니다
순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - 패밀리정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 US08913798 US 미국 FAMILY
2 US20130163829 US 미국 FAMILY

DOCDB 패밀리 정보

순번, 패밀리번호, 국가코드, 국가명, 종류의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 패밀리정보 - DOCDB 패밀리 정보 표입니다.
순번 패밀리번호 국가코드 국가명 종류
1 US2013163829 US 미국 DOCDBFAMILY
2 US8913798 US 미국 DOCDBFAMILY
순번, 연구부처, 주관기관, 연구사업, 연구과제의 정보를 제공하는 이전대상기술 뷰 페이지 상세정보 > 국가R&D 연구정보 정보 표입니다.
순번 연구부처 주관기관 연구사업 연구과제
1 지식경제부 한국전자통신연구원 산업원천기술개발사업 u-로봇 HRI 솔루션 및 핵심 소자 기술 개발