AdaBoost와 PCA 알고리즘을 이용한 얼굴 인식 감시카메라 시스템 설계

Abstract

얼굴 인식 시스템은 얼굴 영역 추출과 얼굴 인식 부분으로 나눌 수 있다. 특히, 정 확한 얼굴 영역을 확보하고 얼굴 인식 성능을 향상시키기 위해서는 정규화 알고리 즘이 필요하다. 정규화 알고리즘은 일정하게 얼굴 영역을 추출하는 기하학적인 정 규화와 조명 영향을 제거하기 위한 외형적인 정규화로 이루어져 있다. 본 논문에서 는 기하학적인 정규화로 기울어진 얼굴에 대한 정규화와, 평균적인 얼굴 비례를 사 용하여 일정한 크기로 얼굴 영역을 정규화 하였다. 외형적인 정규화로 미세부분의 상세화를 위해 국부처리를 수행하고, 과도한 밝기 변화를 방지하기 위해 히스토그 램을 제한하는 방식을 사용하였다. 감시카메라 시스템의 영상은 연속적으로 생성되므로 실시간성이 중요하다. 얼굴 영역을 추출하는 가장 큰 문제점은 주어진 이미지 내에 존재하는 다양한 크기의 얼 굴을 찾기 위해 검색 윈도우의 크기를 변화시켜 가면서 주어진 이미지에서 검색을 하는데 이는 많은 연산을 필요로 한다. AdaBoost는 영상내의 거대한 특징 집합으 로부터 중요한 특징 집합을 선택하여 연산량을 줄이는 방법으로 실시간 처리에 적 합하다. 본 논문에서는 AdaBoost 학습 알고리즘으로 얼굴 영역을 추출하였다. 얼 굴 인식을 빠르게 수행하기 위해 주성분 분석 알고리즘을 사용하여 입력 데이터의 크기를 줄여서, 얼굴 인식 시간을 줄였다. 구현된 얼굴 인식 감시카메라의 시스템은 BioID 데이터베이스를 이용한 실험에서 기존 방법의 96.2 [%]의 얼굴 검출 성공률과 94 [%]의 얼굴인식성공률을 각각 96.7 [%]의 얼굴검출성공률과 96 [%]이상의 얼굴인식성공률로 성공률을 향상 시 켰다 . 또한 구현된 시스템은 Windows CE 타겟 보드에서 160x120 크기의 JPEG을 초당 15프레임을 전송받아 실시간으로 처리할 수 있다.