피부색과 S-LGP와 U-LGP기반 CNN을 이용한 얼굴 검출 알고리즘 연구 (A Study of Face Detection Algorithm Using CNN Based on Symmetry-LGP & Uniform-LGP and the Skin Color)

서지정보

· 발행기관 : 한국정보기술학회
· 수록지 정보 : 한국정보기술학회논문지 / 15권 / 1호 / 107 ~ 113페이지
· 저자명 : 공기호, 강대성

초록

본 논문에서는 얼굴 인식을 보다 정교하게 하기 위해 LBP(Local Binary Pattern)보다 조명의 변화, 표정, 배경 등과 같은 외부요인에 강한 LGP(Local Gradient Pattern)를 기반으로 S-LGP(Symmetry Local Gradient Pattern), U-LGP(Uniform Local Gradient Pattern)를 제안한다. LGP는 여러 가지 특징값이 나오기 때문에 Symmetry 방법과 Uniform 방법으로 복잡한 특징 값을 줄여 속도를 빠르게 하고 특정 패턴을 추출하여 정확도를 올렸다. 그리고 YCbCr공간에서 피부색 검출을 통한 긍정적인 얼굴 샘플과 부정적인 얼굴 샘플을 1:2의 비율로 수집한 XML 파일을 캐스케이드 분류 검출기를 통해 CNN에 학습시킨다. 본 논문에서 제안하는 알고리즘은 두 가지 방법의 얼굴 검출 방법을 CNN에 학습시켜 기존의 알고리즘보다 얼굴 검출 정확도를 높일 수 있다. 제안하는 알고리즘의 검출률은 97%이고 기존의 LBP, LGP보다 더 높은 검출률을 가진다.

영어초록

In this paper, we propose S-LGP and U-LGP based on LGP which is stronger against external factors such as illumination change, facial expression, background, etc. than LBP in order to make the facial recognition exactly. Because LGP has various feature values, it speeds up the complex feature value and extracts specific pattern to improve accuracy by Symmetry method and Uniform method. Then, we learn CNN through a cascaded classification detector that extracts positive and negative facial samples from skin color detection in YCbCr space at 1: 2 ratio. The algorithm proposed in this paper can improve the accuracy of face detection by learning two methods of face detection in CNN. The detection rate of the proposed algorithm is 97% and has higher detection rate than the existing LBP and LGP.

참고자료

· 없음