포즈 추이 평면을 이용한 포즈 변화에 강인한 다중영상 얼굴인식 시스템

Abstract

[한글]본 논문에서는 포즈 추이 평면을 이용한 포즈변화에 강인한 다중영상 얼굴인식 시스템을 제안한다. 제안한 시스템은 다중 얼굴 영상을 이용하여 포즈 추이 평면을 정의하고 이를 이용한 새로운 오차측정 방법을 사용한다. 포즈 추이 평면은 포즈 변화에 따른 특징 공간상의 특징점의 변화를 내포하기 때문에 포즈 추정 단계에서 발생하는 오차에 강인한 인식률을 나타낸다.제안한 시스템의 성능을 검증하기 위하여 2가지 실험을 수행하였다. 첫째 입력 영상의 특징벡터와 데이터베이스의 특징벡터간의 거리를 측정하는 Nearest Neighbor (NN)방법에 의한 인식률과 본 논문에서 제안한 포즈 추이 평면과의 거리를 이용한 인식률을 비교하였다. 또한 제안한 시스템이 포즈 추정 오차에 강인함을 검증하기 위하여 포즈 추정이 정확히 이루어졌을 경우와 의 포즈 추정 오차가 발생할 경우에 대하여 기존의 다중영상기반 시스템의 인식률과 제안한 다중영상기반 시스템의 인식률을 비교하였다. 기존 다중영상 기반의 얼굴인식 시스템의 인식률은 76%이고 제안한 시스템은 91%로 15%의 인식률의 향상을 확인하였다. 또한 포즈 추정 오차가 발생할 경우 기존 다중영상 기반의 얼굴인식 시스템은 포즈 추정의 오차가 커질수록 인식률이 급격히 감소하나 제안한 시스템은 포즈 추정 오차에 강인한 인식률을 나타내었다.

[영문]In this paper, we propose a pose robust multi-view face recognition system using Plane of Pose Tendency (PPT). The proposed system defines the PPT which represents the tendency of pose variation well presented in multiple images. Recognition is done by matching points of the input images with PPT. Since PPT contains the tendency of pose variation, this plane might have the tolerance about pose estimation error.To demonstrate the effectiveness of the proposed system, the recognition rate based on method of Nearest Neighbor is compared with the recognition rate obtained from proposed method. From experimental results, the recognition rate for the proposed system increases by 15%. Additionally, we analyze the pose robustness of the proposed system based on the sensitivity to the error of pose estimation. The recognition rate of the traditional system steeply decreases under the existence of pose error. However, the proposed system is more robust than the traditional system because the proposed system utilizes the tendency of pose variation based on the concept of the proposed PPT.