KR20030061047A - Face recognition algorithm - Google Patents

Abstract

PURPOSE: A face recognition algorithm is provided to recognize a face image acquired from an image acquisition device such as a camera and a scanner using a computer software. CONSTITUTION: An object and a shape are recognized by interlocking with a device such as a camera and a scanner. After recognizing a face of a person by interlocking with a device such as a camera and a scanner, an entrance is permitted to an authenticated person. It is judged whether an unspecified number of the face images are identical with image photographs stored in a database using a camera and a scanner. An authentication is executed in a mobile phone or a personal computer including a camera and a scanner. The above algorithm is used for a vehicle starting device and a vehicle locking device through an authentication.

Description

얼굴 인식알고리즘{Face Recognition Algorithm}Face Recognition Algorithm

사회가 발전함에 따라 개인의 정보 보호는 필수적인 요인으로 떠오르고 있다 은행의 업무도 간단하게 인터넷에서 처리하는 시대이다 물건도 마치 상점에서 물건을 구입하는 것과 같이 인터넷에서 사고 팔수도 있다As the society develops, the protection of personal information has emerged as an essential factor. The bank's business is also an era of simple processing on the Internet. Items can be bought and sold on the Internet as if they were bought at a store.

인터넷의 보급은 그만큼 편리해졌다고 볼 수 있다 하지만 인터넷에서의 아이디(ID)와 비밀번호의 도용 및 신용정보의 유출은 심각한 사회문제를 야기 시키고 있다 그 뿐만 아니라 출입을 통제해야 하는 많은 곳에서도 관리자들은 각기 다른 암호를 외우고 다니거나 그 만큼 많은 열쇠를 지니고 다녀야 하는 불편함이 있다최근에는 지문인식 홍채인식이라 하는 많은 인증시스템이 사용되고 있지만 사용자의 신체를 접촉하기를 강요할 뿐만 정교한 모방기술의 발전으로 완벽한 보안시스템으로는 그 위치가 줄어들고 있는 사실이다 이에 사람들에게 자연스러운 행동을 허락하면서도 쉽고 정교하게 인증 할 수 있는 얼굴 인식 알고리즘을 개발 하게 되었다The spread of the Internet has become so convenient, but the theft of identity and passwords and the leakage of credit information on the Internet is causing serious social problems. It is inconvenient to memorize passwords or carry many keys. Recently, many authentication systems, such as fingerprint recognition iris recognition, are used, but they force users to contact their bodies. As a result, its position has been reduced. This has led to the development of facial recognition algorithms that allow easy and sophisticated authentication while allowing people to act naturally.

영상정보에서 얼굴의 형태 및 각각 신체기관을 분리하여 데이터 하는데 먼저 영역의 경계선 검출을 우선으로 한다. 경계선 검출의 방법으로 연산자를 이용하는 방법과 Fourier 변환을 이용하여 고주파영역을 분리하는 방법 등이 사용 된다 연산자를 이용하는 방법은 Sobel 연산과 같이 간단한 알고리즘과 빠른 처리 속도를 보여 주는 반면 필요한 노이즈 제거는 불가능하다 Fourier 변환은 분석영역이 시간 주파수에 대해 항상 일정하기 때문에 시간의 변화에 따라 확률적인 특성이 변하는 대부분 영상신호에 대해서는 효율적으로 분석할 수 없다는 단점이 있다In the image information, the shape of the face and the body organs are separated and the data are first detected. The operator detection method and the high frequency domain separation method using Fourier transform are used as edge detection methods. The method using operator shows simple algorithm and fast processing speed like Sobel operation, but it is impossible to remove the required noise. The Fourier transform has the disadvantage that it cannot be efficiently analyzed for most video signals whose probabilistic characteristics change with time because the analysis domain is always constant over time frequency.

얼굴영역을 검출 하는 방법으로는 얼굴피부색을 이용하는 방법과 Huffmann 변환을 사용하는 방법 그리고 신경망 이론의 Back_propagation을 이용하는 방법이 사용되고 있다 이런 방법은 조명의 변화로 인하여 피부색 변화가 심하고 Huffmann 변환 에서는 타원 형태를 검출하는데 드는 Processing 시간이 많은 것이 사실이다 또한 신경망이론은 추출하고자 하는 객체크기가 변화함으로써 생기는 입력 값 변화에 대해서는 탄력적이지 못하는 단점이 있다 인식 엔진 부분에 있어서 HMM 알고리즘을 이용 한다 그러나 학습되어진 방대한 얼굴데이터의 파라미터와 입력영상의 데이터를 순차대로 계산한 후 DB에서 최대값을 가지는 파라미터의 사람을 출력함으로써 인식을 완료하는 지금의 알고리즘으로는 미아찾기 등등 대용량으로 저장되어진 DB에서는 그 인식속도가 현저하게 늦어지는 단점을 보인다 따라서 효과적이면서도 빠른 인식을 할 수 있는 효과적인 알고리즘이 필요하다As a method of detecting a face region, a method using a facial skin color, a Huffmann transform, and a back_propagation method of neural network theory are used. Neural network theory also has the disadvantage that it is not flexible to change of input value caused by changing the size of object to extract. However, it uses HMM algorithm in recognition engine part. In the current algorithm that completes the recognition by calculating the parameters and the data of the input image in sequence and outputting the person with the maximum value from the DB, the recognition speed is remarkable in the DB that is stored in a large capacity, such as finding a lost child. It seems a disadvantage delayed therefore requires an effective algorithm that can be an effective and quick recognition

본 발명은 상기의 문제점들을 해소하기 위해 경계선 검출에서는 Wavelet 변환을 이용 한다 Wavelet 변환 함수는 적절하게 주어진 기본합수를 팽창수축 평행이동 하여 시간 주파수에 유연한 창을 만든다 이 창은 고주파 성분을 검출하기 위해 좁고 길쭉한 형태의 직사각형을 만들기도 하고 이와 반대로 저주파영역을 검출하기 위해 넓고 얇은 직사각형을 만들기도 한다 그러나 기존 Wavelet 함수는 이러한 팽창과 이동의 구속으로 곡면 또는 곡선형태를 가지는 영상데이터에서는 그 방법이 쉽게 제시되지 않고 있는 실정이다 여기서는 이러한 곡선형태를 가지는 영상데이터의 창을 만드는 함수를 정의 하는 것을 소개 한다The present invention uses the wavelet transform in boundary detection to solve the above problems. The wavelet transform function creates a flexible window at time frequency by expanding and contracting a given basic function appropriately. This window is narrow to detect high frequency components. In addition, an elongated rectangle can be made. On the contrary, a wide and thin rectangle can be made to detect low frequency areas. This section introduces defining a function to create a window of image data having such a curved shape.

영상을 f(x,y)라 하고 영상 내 노이즈를 제거하기 위해 가우시안 함수θ(x,y)를 사용 한다 가우시안 함수는 다음과 같은 조건을 만족 한다The image is called f (x, y) and the Gaussian function θ (x, y) is used to remove noise in the image. The Gaussian function satisfies the following conditions:

영상을 u,v만큼 이동 하여 가우스 함수와 함께 합성 곱하면Move the image u, v and multiply it with the Gaussian function

wavelet 정의에 충실하기위해 가우시안 함수를 다음과 같이 Scaling 한다Scaling a Gaussian function to adhere to the wavelet definition

이때 s의 값은 양의 수이며 충분히 작으므로f*θ _s (x,y)=f(x,y) 이라 보아도 무방하다 영상은 2차원 데이터 구조를 가지므로 각각 x,y축에 대하여 편미분 한다 아주 작게 Scaling 된 사각형 중심의 픽셀 한점에서 8개 방향으로 존재하는 픽셀과의 차이 즉 기울기 값이 최대가 존재하는가 하는 여부를 알려는 의도이다 최대 값을 가진다면 픽셀의 값들의 차이가 난다는 의미이며 따라서 그 영역에서 경계선이 존재한다는 의미로 해석 될수 있다At this time, the value of s is a positive number and small enough, so f * θ _s (x, y) = f (x, y) can be regarded as an image. It is intended to know the difference between the pixel which exists in 8 directions from one pixel of the center of the small scaled square, that is, whether there is a maximum gradient value. Therefore, it can be interpreted to mean that a boundary exists in the area.

로 치환 한다 Replace with

처음 식을 다시 Wavelet 함수로 나타내면When we first represent the expression back to the Wavelet function

Wavelet 변환후 다음과 같은 이산 데이터를 구할 수 있다After wavelet transform, we can get the following discrete data:

이 데이터는 2차원 데이터를 1차원으로 표기를 했다This data is labeled with two-dimensional data in one dimension.

가우시안 함수에 적용하여 Scaling된 구역의 범위를 적절하게 조절하면 경계선의 세밀한 부분까지 추출할 수 있다 s 값이 1에 가까울수록 사각형영역이 작아지므로 조밀한 경계선이 추출 되고 0에 가까울수록 대부분의 경계선이 소실된다 카메라나 기타 영상획득 장치로부터 얻어 지는 얼굴영상은 곡면에 가까운 형태를 보여 주고 있으므로 곡면형태에 적합한 Scaling 하는 함수를 찾는다Applied to Gaussian function, the scaled area can be adjusted properly to extract the finer details of the boundary. As the value of s is closer to 1, the rectangular area becomes smaller, so the tighter boundary is extracted. The face image obtained from the camera or other image acquisition device shows the shape close to the surface, so find a function to scale suitable for the surface shape.

Wavelet 함수를 위의 식처럼 Scaling 하였을 경우 빛에 의해 발생하는 혹은 안경과 같은 수직 성분에 대한 외란성분에 효과적이다Scaling the wavelet function as shown above is effective for disturbance components caused by light or vertical components such as glasses.

구간을 결정하고 Wavelet 변환하는 과정은 생략하기로 한다 여기서는 경계선이 검출된 영상에서 어떤 방법으로 데이터화 하는 가를 설명하기로 한다 Wavelet 함수에 의하여 Scaling 된 사각형 내의 중심화소는 최소 8개의 화소로 둘러 쌓여있다 이 중심화소와 각 점과의 기울기 값을 구하여 최대 값이 존재하는 면에 일정한 값들을 부여 한다 예를 들면 어느 사각형내 1/8면에서 경계면이 형성이 되어있다면 1/8이라는 값을 할당한다 이렇게 사각형 내 경계면이 차지하는 위치에 따라 적당한 값으로 대신 한다 그러나 최소구간에 나타내지는 화소수가 8개 이상이며 곡선이나 곡률에 특정상 사각형의 크기가 변하므로 경계면이 존재하는 구역 설정은 arctan 값의 범위에 따라 그 값을 정한다. 경계선이 검출되었다면 얼굴영역을 검출해야 한다. 일반적으로 작은 외란은 사라졌으므로 얼굴이 나타내는 일정 영역 중에서 머리카락부분과 턱 이하 부분을 제거한 영상을 가로 세로로 적당한 크기로 잘라낸다The process of determining the interval and transforming the wavelet will be omitted. Here, the method of converting the data from the image where the boundary is detected will be described. Determine the slope value between the center pixel and each point and give constant values to the plane where the maximum value exists. For example, if a boundary is formed on 1/8 plane in a rectangle, assign the value 1/8. It should be replaced by an appropriate value according to the position occupied by the inner boundary. However, since the number of pixels displayed in the minimum section is 8 or more and the size of the rectangle is changed in the curve or curvature, the zone setting where the boundary exists depends on the range of the arctan value. Set the value. If a boundary line is detected, the face area should be detected. In general, small disturbances have disappeared, so the image that removes the hair and the lower part of the chin from a certain area indicated by the face is cropped vertically and horizontally.

얼굴영상을 학습 및 인식하는 알고리즘은 다음과 같다The algorithm for learning and recognizing facial images is as follows.

HMM의 파라미터는 다음과 같이 정의를 한다.The parameters of the HMM are defined as follows.

이때 A는 추정알고리즘에 의해 구하여 진다Where A is found by the estimation algorithm.

B 행렬은 얼굴영역의 데이터 들이다B matrix is data of face area

영상 안에 존재하는 사람의 신체기관은 상대적으로 비슷한 위치에 있다 여기서 S는 눈,코,입술의 대략적인 위치에서 행렬 B를 만든다 어떤 구속력있게 정확한 위치를 지정해 주는 알고리즘과 위의 방법으로 제시한 결과 인식율의 다소 차이를 보였다 파라미터 추정알고리즘은 Viterbi 알고리즘을 사용하였다 입력패턴이 주어지면 미리 저장된 파라미터와 계산이 된 후에 최대값을 가지는 사람을 출력하게 된다The body organs of a person in the image are in a relatively similar position, where S creates a matrix B at the approximate positions of the eyes, nose, and lips. The parameter estimation algorithm uses the Viterbi algorithm. Given the input pattern, the pre-stored parameters and the person with the maximum value after the calculation are output.

학습 알고리즘과 인식알고리즘에서 전 처리 과정은 유사 하다 먼저 카메라와 같은 영상 취득 장비를 이용하여 사람의 얼굴 영상을 저장 한다 경계선 검출은 Wavelet 변환을 사용 한다 경계선 검출 후 얼굴영역을 추출한다 인식알고리즘에서는 다시 구성된 입력 패턴들은 각각의 DB에 저장된 파라미터와 계산되어 최대 값을 나타내는 사람을 출력 한다 이때 미리 정해 놓은 최대 값이 계산되지 않으면 재구성 알고리즘을 다시 수정 한다In the learning algorithm and the recognition algorithm, the preprocessing process is similar. First, the human face image is saved by using an image acquisition device such as a camera. The edge detection uses a wavelet transform. The face region is extracted after the edge detection. The input patterns output the parameter stored in each DB and the person whose maximum value is calculated. At this time, if the predetermined maximum value is not calculated, modify the reconstruction algorithm again.

..

얼굴인식은 생체인식 관련 분야 중 그 기술의 집약도가 높다Face recognition is highly concentrated in the field of biometrics.

2차원 평면도형의 인식기술이 대부분인 오늘날 인식분야에서 3차원 공간도형인식은 인간의 시각과 공각 지각능력을 그대로 모방한 기능으로 지금보다 더 많은 부분에서 인간의 역할을 대신 할 것으로 기대 된다In today's recognition field, where most of the two-dimensional topographical recognition technology is used, three-dimensional spatial figure recognition is a function that mimics human vision and cognitive perception, and is expected to take the place of human in more parts than now.

이것은 우리가 살고 있는 세계가 3차원 공간이며 우리가 인지하고 활용하는 모든 것이 3차원으로 이루어진 객체이기 때문이다This is because the world we live in is a three-dimensional space and everything we perceive and use is an object in three dimensions.

Claims (5)

본 발명의 알고리즘을 이용하여 카메라 및 스케너와 같은 장비와 연동하여 물체 및 형태 인식에 사용되어지는 소프트웨어Software used for object and shape recognition in conjunction with equipment such as camera and scanner using algorithm of the present invention 본 발명의 알고리즘을 이용하여 카메라 및 스케너와 같은 장비와 연동하여 사람의 얼굴을 인식한 후 인증된 사람들에게만 출입을 허용하는 시스템에 적용되는 소프트웨어Software applied to a system that recognizes a person's face and allows access to only authorized people by interworking with equipment such as a camera and a scanner by using the algorithm of the present invention 본 발명의 알고리즘을 적용하여 불특정 다수의 얼굴영상을 카메라 및 스캐너를 이용하여 이미 저장된 DB의 이미지 사진과 동일 여부를 판단하는 시스템의 소프트웨어Software of the system for determining whether the unspecified multiple face images are identical to the image images of the already stored DB by using the camera and the scanner by applying the algorithm of the present invention. 카메라 및 스캐너가 부착된 이동전화 및 개인 컴퓨터에 본인 인증을 할 수 있는 본 발명의 알고리즘을 적용한 소프트웨어Software applying the algorithm of the present invention that can authenticate a user to a mobile phone and a personal computer equipped with a camera and a scanner 카메라 및 스캐너가 부착되어 본인 인증 여부에 따라 움직이는 자동차시동장치와 자동차시건장치에 본 발명의 알고리즘을 적용한 하드웨어의 소프트웨어Software of hardware applying the algorithm of the present invention to a vehicle starting device and a vehicle starting device attached to a camera and a scanner and moving according to the identity