| 1 |
1
제1 영상패치와, 상기 제1 영상패치 보다 해상도가 높은 제2 영상패치를 대응시켜 기록하는 데이터베이스를 유지하는 단계;카메라로부터 입력되는 영상정보에서, 인식대상 영역을 식별하는 단계;상기 인식대상 영역 내 영상패치 중에서, 기준해상도를 만족하지 못하는 영상패치를 제1 영상패치로 정의하는 단계;상기 데이터베이스에서, 상기 정의된 제1 영상패치에 대응하여 기록된 제2 영상패치를 검색하는 단계; 및상기 정의된 제1 영상패치를 상기 검색된 제2 영상패치로 대체하여 상기 인식대상 영역을 복원하는 단계를 포함하는 저해상도 영상 얼굴 인식 방법
|
| 2 |
2
제1항에 있어서,상기 데이터베이스를 유지하는 단계는,상기 제1 영상패치에 대한 특징벡터를 추출하는 단계;상기 특징벡터를, 수학식 1 ''에 대입하여, 희소계수벡터를 계산하는 단계 -상기 F는 특징벡터, 상기 Di는 제1 영상패치와 연관된 딕셔러니, 상기 y는 제1 영상패치의 희소 표현, 상기 ε는 기준값임- ; 및상기 희소계수벡터를 이용하여 상기 제2 영상패치를 연산하는 단계를 포함하는 저해상도 영상 얼굴 인식 방법
|
| 3 |
3
제2항에 있어서,상기 특징벡터를 추출하는 단계는,상기 제1 영상패치의 중앙값을 중심으로, 8개의 방향값 사이의 차이를 이용하여 8차원의 특징벡터를 추출하는 단계; 또는상기 제1 영상패치의 중앙값을 중심으로, 4개의 방향 픽셀들의 차이 값을 이용하여 5차원의 특징벡터를 추출하는 단계를 포함하는 저해상도 영상 얼굴 인식 방법
|
| 4 |
4
제2항에 있어서,상기 특징벡터를 추출하는 단계는,상기 제1 영상패치로 입사되는 조명의 변화를 고려하여 상기 특징벡터를 추출하는 단계를 포함하는 저해상도 영상 얼굴 인식 방법
|
| 5 |
5
제2항에 있어서,상기 희소계수벡터를 계산하는 단계는,상기 수학식 1에 대한 연산을 통해, 상기 α를 상기 희소계수벡터로서 계산하는 단계를 포함하는 저해상도 영상 얼굴 인식 방법
|
| 6 |
6
제2항에 있어서,상기 제2 영상패치를 연산하는 단계는,상기 희소계수벡터를, 상기 제2 영상패치와 연관된 딕셔러니에 곱셈 적용하여 상기 제2 영상패치를 연산하는 단계를 포함하는 저해상도 영상 얼굴 인식 방법
|
| 7 |
7
제1항에 있어서,양방향(Bilateral) 필터를 이용하여, 상기 입력된 영상정보에 대한 엣지 성분을 보상하는 단계; 및가중치 변화도(gradient) 제약조건을 이용하여, 상기 보상된 영상정보를 복원하는 단계를 더 포함하는 저해상도 영상 얼굴 인식 방법
|
| 8 |
8
제1항에 있어서,상기 인식대상 영역을 식별하는 단계는,상기 카메라 상에서 주성분 분석(Principal Component Analusis: PCA), 선형판별식 해석(Linear Disciminant Analysis: LDA), 및 서포트 벡터 머신(Support Vector Machine: SVM) 중 적어도 하나를 이용하여 상기 인식대상 영역을 식별하는 단계를 포함하는 저해상도 영상 얼굴 인식 방법
|
| 9 |
9
제1항에 있어서,상기 인식대상 영역이 복원된 영상정보에서 얼굴을 인식하는 단계를 더 포함하는 저해상도 영상 얼굴 인식 방법
|
| 10 |
10
제1 영상패치와, 상기 제1 영상패치 보다 해상도가 높은 제2 영상패치를 대응시켜 데이터베이스에 기록하는 데이터베이스 제어부;카메라로부터 입력되는 영상정보에서, 인식대상 영역을 식별하는 영역 식별부;상기 인식대상 영역 내 영상패치 중에서, 기준해상도를 만족하지 못하는 영상패치를 제1 영상패치로 정의하고, 상기 데이터베이스에서, 상기 정의된 제1 영상패치에 대응하여 기록된 제2 영상패치를 검색하는 영상 처리부; 및상기 정의된 제1 영상패치를 상기 검색된 제2 영상패치로 대체하여 상기 인식대상 영역을 복원하는 영상 복원부를 포함하는 저해상도 영상 얼굴 인식 장치
|
| 11 |
11
제10항에 있어서,상기 데이터베이스 제어부는,상기 제1 영상패치에 대한 특징벡터를 추출하고,상기 특징벡터를 수학식 1 ''에 대입하여, 희소계수벡터를 계산하며 -상기 F는 특징벡터, 상기 Di는 제1 영상패치와 연관된 딕셔러니, 상기 y는 제1 영상패치의 희소 표현, 상기 ε는 기준값임-,상기 희소계수벡터를 이용하여 연산된 상기 제2 영상패치를, 상기 제1 영상패치에 대응시켜 상기 데이터베이스에 기록하는저해상도 영상 얼굴 인식 장치
|
| 12 |
12
제11항에 있어서,상기 데이터베이스 제어부는,상기 제1 영상패치의 중앙값을 중심으로, 8개의 방향값 사이의 차이를 이용하여 8차원의 특징벡터를 추출하거나, 또는상기 제1 영상패치의 중앙값을 중심으로, 4개의 방향 픽셀들의 차이 값을 이용하여 5차원의 특징벡터를 추출하는저해상도 영상 얼굴 인식 장치
|
| 13 |
13
제11항에 있어서,상기 데이터베이스 제어부는,상기 제1 영상패치로 입사되는 조명의 변화를 고려하여 상기 특징벡터를 추출하는저해상도 영상 얼굴 인식 장치
|
| 14 |
14
제11항에 있어서,상기 데이터베이스 제어부는,상기 수학식 1에 대한 연산을 통해, 상기 α를 상기 희소계수벡터로서 계산하는저해상도 영상 얼굴 인식 장치
|
| 15 |
15
제11항에 있어서,상기 데이터베이스 제어부는,상기 희소계수벡터를, 상기 제2 영상패치와 연관된 딕셔러니에 곱셈 적용하여 상기 제2 영상패치를 연산하는저해상도 영상 얼굴 인식 장치
|
| 16 |
16
제10항에 있어서,양방향(Bilateral) 필터를 이용하여, 상기 입력된 영상정보에 대한 엣지 성분을 보상하는 보상부를 더 포함하고,상기 영상 복원부는,가중치 변화도(gradient) 제약조건을 이용하여, 상기 보상된 영상정보를 복원하는저해상도 영상 얼굴 인식 장치
|
| 17 |
17
제10항에 있어서,상기 영역 식별부는,상기 카메라 상에서 주성분 분석(Principal Component Analusis: PCA), 선형판별식 해석(Linear Disciminant Analysis: LDA), 및 서포트 벡터 머신(Support Vector Machine: SVM) 중 적어도 하나를 이용하여 상기 인식대상 영역을 식별하는저해상도 영상 얼굴 인식 장치
|
| 18 |
18
제10항에 있어서,상기 인식대상 영역이 복원된 영상정보에서 얼굴을 인식하는 얼굴 인식부를 더 포함하는 저해상도 영상 얼굴 인식 장치
|
