소개글
지난 911테러 이후, 공공 건물의 보안에 대한 요구가 증대하고 있어, 사람의 지문,홍채, 얼굴안면, 망막 등 생체적 특성을 이용하여 개인을 식별하는 기술인 생체인식
(biometrics) 기술에 대한 개발이 활발하게 이루어지고 있다. 특히 사람을 대신해
사람의 얼굴을 알아보는 안면인식 시스템은 사용자 편의성 면에서 생체인식 시스템
중 가장 탁월한 시스템이라 할 수 있다. 패스워드나 비밀번호를 입력하는 절차가
필요 없고 사용자는 단지 카메라를 바라보기만 하면 되므로 신체적 접촉을 요구하
지 않는다는 점에서 사용자들의 거부감이 없다. 또한 영상 분석을 통하여 얼굴을
인식하는 안면 인식 기술은 이미 널리 설치되어 있는 CCD 카메라에 소프트웨어적
인 인식 모듈만 추가하면 쉽게 사용할 수 있다는 점에서 각광 받고 있는 기술이다.
이에 본 논문은 얼굴인식에 대한 알고리즘 및 그에 기반을 둔 프로그램 구현을 목
적으로 한다.
목차
1.서 론2.얼굴인식 알고리즘 소개 및 특성
2.1. 얼굴인식 알고리즘 소개
2.2. 얼굴인식 알고리즘의 특징
3.프로그램에 사용된 알고리즘 및 VC++ Code
3.1. 얼굴인식 과정
3.2. 윤곽선 처리 알고리즘및 VC++ Code
3.2.1. 소벨(sobel)연산자를 이용한 윤곽선 처리
3.2.2. 소벨(sobel)연산자를 이용한 윤곽선 처리 VC++ Code
3.3. 잡음제거 알고리즘 소개 및 VC++ Code
3.3.1. 침식(Erosion)과 팽창(Dilation)
3.3.2. 침식연산 VC++ Code
3.4. 히스토그램 평활화 알고리즘 소개 및 VC++ Code
3.4.1. 히스토그램 평활화
3.4.2. 히스토그램 평활화 VC++ Code
3.4.3. 그밖에 사용된 알고리즘 VC++ Code
4.결 론
5. 참고 문헌
본문내용
얼굴을 생체정보로 사용하는 얼굴인식기술은 다른 생체정보를 사용하는 인식방법에 비해 사용자의 무자각성을 가지기 때문에 사용에 있어서 불편함이나 거부감이
최소화 되며, 최종적으로 가장 이상적인 보안 솔루션으로 인식된다. 얼굴인식방법이
가장 이상적인 인식방법임에도 불구하고 인간이 가지는 얼굴정보의 다양성으로 인
해 타 생체정보기반의 인식방법에 비해 강인성 및 인식률이 떨어지는 단점이 있다.
얼굴인식 기술은 기본적으로 얼굴검출, 얼굴인식의 두 단계의 과정을 거쳐 이루어
지며, 얼굴검출은 인식의 전처리 단계로서 정확한 얼굴 영역의 추출을 통해 인식기
의 학습 및 분류 작업의 기반이 되기에 실제 인식기의 인식률에 가장 크게 영향을
미친다. 최근에 얼굴영상에 대한 학습을 이용한 방법이 각광을 받고 있는데, 그중
에서도 사람이 직접 입력신호에 대한 답을 제시하는 지도학습(supervised learning)
기법보다 입력신호로부터 자동으로 패턴을 학습하는 자율학습(unsupervised
earning) 기법들이 많이 쓰이고 있다. 자율 학습의 대표적인 방법론은
PCA(Principal Componet Analysis) 기법이 있으며, 이 방법은 중복신호 제거의 효
과가 있고, 뇌의 시각 기능을 잘 반영하며 다른 방법에 비해 높은 인식률을 얻을
수 있는 장점이 있고, 현재 상용화되어 쓰이는 대부분의 얼굴인식 법이 이를 채택
하고 있다. 얼굴인식의 알고리즘은 기하학적 특징기반 방법(Geometric
Feature-Based Methods), 템플릿기반 방법(Template-Based Methods), 모델기반
방법(Model Based Methods)이 있다.
참고 자료
[1] 이문호, “Visual C++ 실용 영상 신호처리”, 대영사, 2006년판[2] 이필규, “영상처리 및 생체인식” , 홍릉과학출판사, 2005년판
[3] 김상훈, “영상처리 입문”, 과학기술, 2003년판
[4] 강동중, “Visual C++을 이용한 디지털 영상처리”, 사이텍미디어, 2003년판
[5] 권준식, 김동욱, 김진대 외3명, “디지털 영상처리 이론 및 응용”, 에드텍, 2000년판
이 자료와 함께 구매한 자료
[졸업작품]얼굴인식시스템[논문] 43페이지
[프로그래밍] 디지털 영상 처리 프로그램 32페이지
[A+평가자료] 안면 인식 기술 14페이지
MFC를 이용한 Adaboost Training Algorithm 예제 6페이지
Eigenface 7페이지