http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
- 검색키워드
- 저자 : 최권택 (검색결과 2 건)
-
Incremental Face Recognition based on Binary Gabor Features and Recursive SVM Classifiers
Unlike batch-based face recognition which suffers from appearance variations over time, adaptive nature of the incremental learning is advantageous for real world applications in which one confronts with a sequence of data. Unfortunately, a number of issues such as real-time efficiency and robustness to local variation for high dimensional face images still remain to be resolved for various applications. In this paper, we focus on a realtime training algorithm for face recognition related applications. Particularly, we propose a data independent binary Gabor feature extraction and derive a recursive formulation of support vector machine. The dimension of our Gabor representation is reduced considering various orientations at different grid positions and the reduced Gabor features are trained by a recursive support vector machine. The overall accuracy is consequently improved via an ensemble of those combination. Our experimental results show that the proposed algorithm significantly outperforms several popular face recognition methods with a dramatic reduction in computational speed. We demonstrate the effectiveness of the proposed algorithm and the feasibility of its application in a large-scale web services and mobile devices with limited resources. We believe that the proposed framework can be easily extended to other computer vision and pattern recognition techniques. KeyWords
-
고정 카메라와 PTZ 카메라를 이용한 사람 추적과 얼굴 인식
For intelligent surveillance a system should locate, track and identify individuals. In this paper, we propose a surveillance system with face recognition that performs human detection and face tracking and recognition with static and Pan-Tilt-Zoom(PTZ) camera. Human are located by background subtraction method in the static camera. The proposed background modelling is insensitive to shadow and extracts the accurate human silhouette using MeanShift segmentation. Using homography between the two cameras face regions of high resolution are acquired in the PTZ camera using frontal face detection based on Viola and John''s method and tracked by CAMShift and adaptive skin color estimation. For robust facial feature extraction we combine Generic and Person Specific Active Appearance Model(AAM) and the feature is used to recognize a face. The experiments shows that the proposed face tracking and recognition algorithms are robust to head pose and motion comparing to face normalization method using 2D eye position. 비디오 영상에서 사람을 추적하고 인식하는 기술은 많은 응용프로그램에서 사용된다. 고정된 카메라에서 다수의 사람을 추적하기 위해 배경모델링을 사용하지만 이는 그림자에 민감하고 정교한 실루엣을 추출하지 못하기 때문에 여러 문제를 내포한다. 더구나 고정된 카메라에서 얻은 해상도에서는 얼굴이 매우 작기 때문에 얼굴을 식별할 수가 없다. 본 연구에서는 실시간 환경에서 사람을 추적하고 얼굴을 인식하기 위해 고정된 카메라와 Pan-Tilt-Zoom(PTZ) 카메라를 이용한 얼굴 인식 시스템을 제안한다. 고정된 카메라 환경에서 배경 모델링을 이용한 사람 추적에서는 그림자에 강인하고, 정교한 실루엣을 추출해 사람을 추적한다. 사람의 위치가 파악되면 PTZ 카메라를 이용해 사람의 상체 부분을 충분히 확대해 정면 얼굴을 검출하고, 적응적인 피부색 모델을 이용해 PTZ 카메라를 제어해 사람이 이동하더라도 얼굴이 일정한 크기로 카메라의 중앙에 위치하도록 얼굴을 추적한다. 추적하고 있는 얼굴에 대해서 Active Apperance Model(AAM)을 적용해 특징점을 추출하여 얼굴의 빠른 움직임과 포즈에 강인한 얼굴 인식을 수행한다. 또한 AAM에서 일반화 모델(Generic AAM)과 개인화 모델(Person Specific AAM)을 결합한 혼합 시스템을 제안해 정교한 얼굴 추적과 높은 얼굴 인식률을 얻을 수 있는 방법도 제안한다. 여러 알고리즘과의 다양한 비교 실험을 통해 제안하는 알고리즘의 성능이 매우 우수함을 확인할 수 있었다.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
