JP2004005622A - 顔要素に基づく顔記述子を用いた顔認識方法及びその装置 - Google Patents
顔要素に基づく顔記述子を用いた顔認識方法及びその装置 Download PDFInfo
- Publication number
- JP2004005622A JP2004005622A JP2003123954A JP2003123954A JP2004005622A JP 2004005622 A JP2004005622 A JP 2004005622A JP 2003123954 A JP2003123954 A JP 2003123954A JP 2003123954 A JP2003123954 A JP 2003123954A JP 2004005622 A JP2004005622 A JP 2004005622A
- Authority
- JP
- Japan
- Prior art keywords
- face
- descriptor
- image
- input
- video
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/169—Holistic features and representations, i.e. based on the facial image taken as a whole
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
- G06V40/171—Local features and components; Facial parts ; Occluding parts, e.g. glasses; Geometrical relationships
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Collating Specific Patterns (AREA)
- Image Processing (AREA)
- Editing Of Facsimile Originals (AREA)
- Image Analysis (AREA)
Abstract
【解決手段】入力顔映像を複数の顔要素映像に分割する要素分割部と、各顔要素に対応する変換マトリックスを用いて各顔要素映像を表現する固有ベクトルである顔記述子を生成する顔記述子生成部と、登録する顔記述子を記憶する登録顔記述子DBと、顔記述子生成部から入力された入力顔映像の顔記述子と登録顔記述子とを比較し、各顔要素の比較結果に顔要素に対応する所定の加重値を各々与えて入力顔映像を認証する認証部と、を含んだ顔認識装置及びその装置を解決手段とする。
【選択図】 図6
Description
【発明の属する技術分野】
本発明は顔認識方法及びその装置に係り、殊に顔の要素に基づく、線形判別分析(Linear Discriminant Analysis;以下、LDAと略す)顔記述子を用いた顔認識方法及び装置に関する。
【0002】
【従来の技術】
顔認識のために従来技術では、PCA(Principal Component Analysis)及びICA(Independent Component Analysis)方式が主に用いられてきた。この他にも顔記述子を用いた顔認識方法が、「M.Abdel−Mottaleb、J.H.Connell、R.M.Bolle、and R.Chellappa、“Face descriptor syntex”、Merging proposals P181、P551、and P650、ISO/MPEG m5207、Melbourne、1999」に開示されている。
【0003】
一枚の認識対象映像から、ポーズや照明が違う顔映像DBを用いて、特徴を抽出して同じ身元や類似度を有する顔映像を検索することは困難である。特に、既存の顔認識アルゴリズムでは、複数枚の認識対象映像を必要とするため、一枚又は少数の映像だけが与えられた場合では、急激な性能の低下がみられた。
【0004】
また、MPEG−7より提案された顔記述子は、前記した従来技術と同程度の速度と効率でしか、同じ身元の顔イメージの認識対象映像を復元することができなかった。しかも、この顔記述子を用いると、大幅な照明変化及びポーズ変化を有するイメージの集合に対しては復元が制限されるという問題点があった。
【0005】
一方、従来の2次元的な方法は、所定のベクトルで渡された部分空間に置かれたイメージの要素を除去することによって、照明の変化による影響を除去していた。しかし、これら映像に含まれた人物の身元情報は処理過程で消失されて正確な顔認識は困難であった。
【0006】
【発明が解決しようとする課題】
本発明の目的は、前記した従来技術の問題点を解決するために、ポーズを複数の代表的なクラスに分類して、顔映像をこのクラスを基準に分類して、ポーズを補償した、LDAを用いた顔認識方法及び装置を提供することである。
【0007】
さらに、顔認識の効率を高めるために、顔映像を顔要素別(例えば、目、鼻、口、額など)に分離して、要素別に顔認識方法を適用することで、複雑なマッチングやワーピングを用いることなく、単に変形によるオフセットだけを補正することでポーズ変化を補償でき、各顔要素別に、トレーニングDBに2枚以上の同じ身元の顔要素映像を記憶して、各顔要素が分類された映像を含む場合には、LDAを適用して照明変化まで補償できる顔認識方法及びその装置を提供することである。
【0008】
【課題を解決するための手段】
前記技術的な課題を達成する本発明に係る顔認識装置は、入力顔映像を複数の顔要素映像に分割する要素分割部と、顔要素映像に対応する変換マトリックスを用いて、顔要素映像を表す固有ベクトルである顔記述子を生成する顔記述子生成部と、登録する顔記述子を記憶する登録顔記述子DBと、顔記述子生成部から入力された入力顔映像の顔記述子と登録顔記述子とを比較し、各顔要素の比較結果に顔要素に対応する所定の加重値を与えて入力顔映像を認証する認証部を含む。
【0009】
また、本発明の顔認識装置は、変換マトリックスを生成して前記顔記述子生成部に出力する変換マトリックス生成部をさらに含むことが望ましく、この変換マトリックス生成部はトレーニング顔映像を記憶するトレーニング映像DBと、トレーニング顔映像を複数の顔要素映像に分割するトレーニング要素分割部と、同じ身元の顔映像間の分散に対する他の身元の顔映像間の分散比を最大にする線形変換マトリックスを顔要素映像の各々に対して生成する変換マトリックス生成部と、を含むことが望ましい。
【0010】
また、本発明の顔認識装置は、認識対象映像を所定数のポーズを代表する固有顔に投影して認識対象映像のポーズを予測し、ポーズ情報と共に認識対象映像を要素分割部に出力するポーズ予測部をさらに含み、要素分割部はポーズ予測部から入力された顔映像のポーズを考慮して顔映像を分割することが望ましい。
【0011】
また、本発明の顔認識装置の前記認証部は、認識対象映像の各顔要素の顔記述子と前記登録顔記述子間の相互相関を計算することによって各顔要素の類似度を計算し、この計算された類似度に顔要素別加重値を与えて合算し、この合算結果が最も大きい顔映像を前記入力顔映像と同じ身元の顔映像として認証することが望ましい。
【0012】
また、前記した技術的課題を達成するための本発明の顔認識方法は、(a)入力顔映像を複数の顔要素映像に分割するステップと、(b)顔要素に対応する変換マトリックスを用いて、顔要素映像を表す固有ベクトルである顔記述子を生成するステップと、(c)入力顔映像の顔記述子と登録された顔記述子とを比較し、各顔要素の比較結果に前記顔要素に対応する所定の加重値を与えて入力顔映像を認証するステップと、を含む。
【0013】
また、本発明の顔認識方法は、ステップ(a)以前に変換マトリックスを生成するステップをさらに含むことが望ましく、変換マトリックスを生成するステップは、トレーニング顔映像を記憶するトレーニング映像DBを用意するステップと、トレーニング顔映像を複数の顔要素映像に分割するステップと、同じ身元の顔映像間の分散に対する他の身元の顔映像間の分散比を最大にする変換マトリックスを顔要素映像の各々に対して生成するステップと、を含むことが望ましい。
【0014】
また、本発明の顔認識方法は、ステップ(a)以前に、入力顔映像を所定数のポーズを代表する固有顔に投影して入力顔映像のポーズを予測するステップをさらに含むことが望ましく、ステップ(a)は予測されたポーズを考慮して顔要素を分割することが望ましい。また、本発明の顔認識方法のステップ(c)は、認識対象映像の顔要素の顔記述子と登録顔記述子間の相互相関を計算することによって顔要素の類似度を測定し、測定された類似度に顔要素別加重値を与えて合算し、この合算結果が最も大きい顔映像を認識対象顔映像と同じ身元の顔映像として認証することが望ましい。
【0015】
【発明の実施の形態】
以下、添付した図面を参照して、本発明の望ましい実施の形態を説明する。図1は、本発明が適用される映像データグループを説明する図面であって、データ転換によって、ICA方式からLDA方式への又はLDA方式からICA方式への変更が可能であることを例示している。図1に示したデータグループは同じ身元の人に対する多数の映像を示すものであって、図中のIDENTITY#1ないしIDENTITY#mは同じ身元の人物のm個の映像を表している。本実施の形態の顔認識方法は、データベースに少なくとも2枚の分類された映像が存在すれば適用可能である。
【0016】
また、図2ないし図4は、本実施の形態における顔映像を顔要素に分割する方法の例を示す図面である。本実施の形態では、初めに、トレーニングのために入力される映像を、所定数の顔部分を含む領域に分割する。本実施の形態において用いられる顔記述子は分割された顔の要素に基づいて顔を表現する。例えば、図2では入力された顔映像を、額、目、鼻及び口と対応する所定の顔要素に分割し、図3では入力された顔映像を、分割される顔映像の一部が相互に重複した14個の部分に分割する。ここで、14個以上に分割することも可能である。なお、本実施の形態の顔認識方法は、図2及び図3に示すように目、鼻、口のような顔の要素に対して分割する方法に適用されるだけでなく、例えば、図4に示すように顔が検出された領域を所定数の四角形の領域に分割する方法であっても適用可能である。
【0017】
次に、各要素別に分割された映像は、映像を全体として表現する時より、映像の符号化時に照明及びポーズ変化により耐性があり、類似性のマッチング及び配置の調整に柔軟に対応できる。すなわち、各分割された領域でのポーズ及び照明の変化による映像変化は全体映像でのポーズ及び照明の変化による映像変化より少ない。したがって、要素に基づく顔記述子はより小さな分割領域内で単純化された統計値を用いて前処理及び顔表現方式を単純化することができる。
【0018】
従来の、PCA、ICA及びLDAに基づく顔認識方法は、統計的に全ての画素位置間の階調相関を符号化する。また、照明位置とカメラ位置による元の顔映像の変化は、顔の表情の大幅な変化をもたらす。しかし、本発明の要素に基づく方法によると、顔要素ごとに作用するので、映像変化は各要素部分のみに限定される。したがって、本発明の顔識別方法において、顔映像の統計値は、顔要素に単純化される。何よりも、小さく分割された顔映像領域での前処理は、全体の顔映像領域での前処理より容易であり、顔要素映像は全体の顔映像より統計的な複雑性を有しないため、全体顔領域より表現が容易である。すなわち、顔要素映像は、PCA/ICA/LDAに基づく線形仮定に、より適している。
【0019】
また、分割された顔要素が、隣接する他の顔要素と相互に重複している場合には、重複した部分は、他の顔要素との関係性を表している。したがって、識別のための重要な特徴が含まれている。
【0020】
また、各顔要素に分割された映像を用いる本実施の形態において、大きな変化を有する顔要素(例えば、口など)は顔認証時に行われる類似度マッチングにおいて比重を少なくすることもできる。このように、マッチングのステップにおいて、判別度及び事前知識によって顔要素ごとに重み付けを考慮することが可能である。また、これによって、サングラスやマスク等で顔の一部が隠された場合でも識別が可能となる。また、顔要素映像が顔の構成要素の検知およびデンスマッチングによって適切に整えられる場合には、ポーズ変化を補償できる。このようなポーズ補償により、顔認識の精度をさらに向上させることができる。
【0021】
また、ポーズ差が補償されると、全体の顔映像に対する顔認識は、要素に基づく認識技術では、デンスオプティカルフロー変換または大域投影変換/アフィン変換が必要であり、一方、変形によるオフセットを計算することによって顔要素の配置が近似される。
【0022】
以下では、大規模データセット及び小規模データセットが適用される時のクラス分布を各々示す図5(a)及び図5(b)を参照して、ポーズの推定方法及び要素の配置方法について説明する。前記したように、要素配置が、要素の検知またはデンスマッチングによってうまく配置されていれば、ポーズ変化は補償でき、これは顔認識の精度をさらに向上させる。しかし、デンスマッチングまたは完全な要素の検知は非常に困難であり膨大な計算が必要とされる。このような作業において、本実施の形態の顔認識方法は、ポーズ推定技法及び要素分離を結合してポーズ変化を効率よく補償することができる。
【0023】
ここで、まず、ポーズの推定について説明する。ここで、トレーニング用の映像は正面、左、右、上、下の5つのポーズのクラスに手動または自動で分類される。本実施の形態では、5方向について分類しているが、5方向以外にも30度左側、30度右側のように、多様な方向のポーズに分類することも可能である。これによって、各ポーズのクラスに基づいて固有顔が抽出される。テスト用のデータセットにおいて、テスト映像は各ポーズのクラスに対応する5個の異なる固有顔に投影されて、最小の投影誤差を有するクラスに分類される。
【0024】
次に、ポーズの補償が行われる。一般に、割当てられたポーズのクラスによって、正面顔に対応するイメージが基準に選択され、他のポーズのイメージはアフィン/投影変換を用いて基準イメージに関連付けされる。この関連付けには膨大な計算量が必要であり、トレーニング映像の分類の誤差は、精度の低下をもたらす。しかし、顔要素分割の領域を用いる場合では、分類の誤差が顔全体の領域を用いる場合より少なく、また、変形によるオフセットはアフィン/投影変換で近似できる。変形によるオフセットはトレーニング用のデータセットの顔での標準点の平均的な位置を関連付けることによって計算される。したがって、デンスマッチング及び関連付けなしでも、顔要素は配置され、ポーズ変化による映像変化は大幅に抑えられる。なお、顔要素分割の領域の大きさ及びその数と、記述子の大きさとの間にはトレードオフが存在している。
【0025】
顔要素の配置によるポーズ変化の除去によって、相互対応する顔要素映像は顔記述子として使われ、さらに類似度の計算に用いられる。結果として、顔認識の精度が向上する。
【0026】
以下、本実施の形態におけるLDA方法について説明する。MPEG−7の全てのデータグループは分類されているため、LDAのような説明に基づく学習が適用される。LDAのような説明に基づく学習を適用すれば照明の変化及びポーズの変化を除去することができる。さらに、LDAは、身元学習の例として2つ以上の映像が登録された場合の人物認識の一連の作業を効率よく処理することができる。
【0027】
LDA及びフィッシャーの線形判別子(Fisher’s Linear Discriminant;FLD)は、容易にデータグループに分類されるデータを示すことができるため、クラス特定の方法といえる。例えば、C個のクラス{X1、X2、...XC}のうち何れか1つに属するN個の映像集合{x1、x2、...xN}が与えられれば、LDAはクラス内分散間に対するクラス間分散の比が最大になるように線形変換マトリックスを選択する。数学的に、クラス間分散マトリックスSB及びクラス内分散マトリックスSwは次式で定義される。
【0028】
【数1】
【0029】
ここで、μiはクラスXiの平均映像を、NiはクラスXiに属する映像の数を示している。クラス内分散マトリックスSwが唯一でなければ、LDAはクラス間分散マトリックスの行列式に対するクラス内分散マトリックスの行列式の比を最大にする正規直行マトリックスWoptを求める。これにより、LDA投影マトリックスは次式で表せる。
【0030】
【数2】
【0031】
ここで、解集合{Wi|i=1、2、...m}はm個の最も大きい固有値{λi|i=1、2、...m}に対応する一般化された固有ベクトルSB及びSWの解である。すなわち、i=1、2、...mである時、SBWi=λiSWWiである。
【0032】
一般に、固有ベクトルSWが単一の値を持たないように、PCAではベクトルの次元をLDAを適用する前の値に下げる。各LDAの固有ベクトルは、k=1,2、...Nである時、ベクトル投影yk=Wopt Txkとして表現される。したがって、顔映像xはLDA変換マトリックスをWo≡Woptとする時、LDA固有ベクトルy0=(W0)Txによって簡潔に表現することができる。
【0033】
以下、本実施の形態における顔要素に基づくLDA顔記述子について説明する。本実施の形態では、LDAは、映像変化に対する線形性及び強じん性によって要素に基づく手法と結びつけられている。LDAは、分割された顔要素に個別に適用され、このような適用により精度が向上する。本発明において、元の顔映像に適用されるLDAを全体LDA方法と称し、顔要素映像に適用されるLDAを要素に基づくLDA方法と称する。また、本発明は両方法を組み合わせた方法を、結合LDA方法と称する。
【0034】
初めに、トレーニング用のデータセットに基づいて、LDA変換マトリックスが抽出される。N個のトレーニング映像{x1、x2、...xN}が与えられると、全ての映像は所定の顔要素分割方式によってL個の顔要素映像に分割される。全ての分割された顔要素映像は結合されて、例えば、k番目の顔要素映像について{z1 k、z2 k、...zN k}のようにベクトル形式で表現される。次に、各顔要素の集合に対してLDA変換マトリックスを算出する。例えば、k番目の顔要素映像に対応するLDAマトリックスWkが計算される。そして、LDA変換マトリックスの集合{W1、W2、...WL}は、顔認識及び検証のために記憶される。
【0035】
次に、テスト用のデータセットの顔映像Xから、顔要素映像に対応するL個のベクトル{z1、z2、...zL}が抽出される。LDA固有ベクトルの集合y={y1、y2、...yL}は顔要素ベクトルを対応するLDA変換マトリックスによって変換することで求められる。この固有ベクトルはyk=(Wk)Tzk、k=1、2、...Lによって計算される。したがって、要素に基づくLDA方法の場合に顔映像XはLDA固有ベクトル{y1、y2、...yL}によって簡潔に表現され、また、結合LDA法の場合には、LDA固有ベクトル{y0、y1、y2、...yL}によって簡潔に表現される。全体LDA方法においては、全体顔映像xに対するLDA固有ベクトルはy0で表現される。
【0036】
次に、顔記述子を用いて類似度をマッチングさせる方法について説明する。2つの顔映像x1、x2が、LDA固有ベクトル集合y1、y2を持つとき、要素に基づくLDA方法において2顔イメージ間の類似度d(y1、y2)は対応する要素間の相互相関を次式のように計算することによって測定できる。
【0037】
【数3】
【0038】
ここで、y1 k、y2 kは顔映像x1、x2のk番目の顔要素映像のLDA固有ベクトルを示し、wkはk番目の顔要素映像の重み要素を示す。結合LDA方法を用いる場合には、固有ベクトル集合は顔映像x1、x2に対するLDA固有ベクトルy0を含むため、kは1ではなく0から始まる。
【0039】
前記説明した内容を踏まえて、図6及び図7を参照して本実施の形態における要素に基づくLDA顔記述子を用いた顔認識装置を説明する。図6は、本実施の形態における顔認識装置の構成例を示すブロック図であり、図7は、本実施の形態における顔認識方法を説明するフローチャートである。図6を参照すると、本実施の形態における顔認識装置は、認識対象映像のポーズを予測して分類するポーズ予測部410と、入力映像の固有ベクトルで表現された入力顔映像を、顔の各要素別に分割する要素分割部420と、各顔要素のLDA変換マトリックスを入力され、入力された変換マトリックスを用いて要素分割部420から入力された認識対象映像の各顔要素の顔記述子を生成する顔記述子生成部430と、登録顔記述子を記憶する登録顔記述子DB450と、顔記述子生成部430から入力された認識対象顔映像の顔記述子及び登録顔記述子を比較して入力映像を認証する認証部440とを含んで構成される。
【0040】
次に、図7を参照して本実施の形態における顔認識装置で行われる顔認識方法の過程を説明する。初めに、認識対象映像が顔認識装置のポーズ予測部410に認識対象の顔映像が入力されると(ステップS460)、ポーズ予測部410はまず入力顔映像の目の位置を検出し、検出された目の位置によって入力顔映像を正規化する。そして、ポーズ予測部410は入力顔映像のポーズを予測するために、正規化された入力顔映像を予め用意されたポーズクラスの固有顔に投影し、投影誤差が最小となる固有顔が属するクラスに入力顔映像を分類する(ステップS465)。本実施の形態では、入力映像のポーズを正面、上、下、左30度、右30度のように分類し、前記した変形によるオフセットまたはアフィン/投影変換によってポーズを補償する。要素分割部420はポーズ予測部410から入力顔映像のポーズに対する相対的な位置を考慮して、入力顔映像を目、鼻、耳、口、額の各顔要素に分割し、それぞれの顔要素映像は顔記述子生成部430に出力される(ステップS470)。または、ステップS470において、要素分割部420は、前記したように入力顔映像を所定の四角形に分割して出力することも可能である。
【0041】
次に、顔記述子生成部430は、後記して説明する変換マトリックス生成装置から入力されたLDA変換マトリックスを用いて、要素分割部420から入力された各顔要素映像に対して顔記述子を生成する(ステップS475)。ここで、顔記述子生成方法について説明すると、顔記述子生成部430は、要素分割部420から入力されたk番目の顔要素映像ベクトルをXkとすると、外部からk番目の顔要素に対するLDA変換マトリックスWkを入力され、k番目の顔要素に対する顔記述子ykを、次式に示すベクトル投影によって求める。
【0042】
【数4】
yk =(wk)TXk
【0043】
次に、顔記述子生成部430は全ての顔要素映像について数式4によって顔記述子を生成し、生成された顔記述子を認証部440に出力する。そして、認証部440は、顔記述子生成部430から入力された認識対象映像の顔記述子と、登録顔記述子DB450に記憶された登録顔記述子との間の類似度を、前記した数式3を用いて算出する。この認証部440は、数式3によって算出された類似度が所定の値を超えれば、認識対象顔映像を登録された顔映像として認証し、境界値以下であれば登録されていない顔映像であると判断する(ステップS480)。
【0044】
また、本実施の形態における顔認識装置において、顔記述子生成部430は、入力顔映像の配置を分類するために、顔記述子生成の前処理段階として入力された顔要素映像に対してPCA変換のような所定の変換を行ってもよい。
【0045】
次に、図8及び図9に基づいて、LDA変換マトリックス生成装置及びその方法について説明する。ここで、本実施の形態におけるLDA変換マトリックスは、トレーニング映像DBに記憶されたトレーニング映像データを用いて生成される。図8は、本実施の形態における変換マトリックス生成装置の構成図の例であり、図8を参照すると、変換マトリックス生成装置は、変換マトリックス生成のためのトレーニング映像を記憶するトレーニング映像DB510と、トレーニング映像DB510に記憶された映像をポーズ別に分類するポーズ分類部520と、各ポーズの入力顔映像を、顔要素に分割する要素分割部530と、各顔要素映像に対するLDA変換マトリックスを生成する変換マトリックス生成部540とを含んで構成される。
【0046】
次に、図9は、本実施の形態における変換マトリックス生成方法を説明するフローチャートであり、図9を参照すると、変換マトリックス生成装置は、初めに、各々分類されたトレーニング映像を含むトレーニング映像DB510を用意する(ステップS550)。次に、ポーズ分類部520は、顔認識装置に入力されたトレーニング顔映像の目の位置を検出し、検出された目の位置に基づいてトレーニング映像DB510に記憶されたトレーニング顔映像を正規化する。この正規化において、形態の特徴となる点は、目以外の他の顔要素であってもよい。ポーズ分類部520は、前記したように入力顔映像を正面、左、右、上、下のような所定のポーズクラスに手動または自動で分類し、ポーズを補償して記憶し、記憶された各クラスの固有顔を抽出する(ステップS560)。抽出された固有顔は、図6に示した顔認識装置の認識対象顔のポーズを予測するのに用いられる。
【0047】
次に、要素分割部530は、各ポーズの入力顔映像を顔認識装置の要素分割部420と同じ方式で分割し、分割された各入力顔映像をLDA変換マトリックス生成部540に出力する(ステップS570)。LDA変換マトリックス生成部540は前記した数式1及び数式2によって各顔要素クラスに対して、クラス間スカッターマトリックスの行列式:クラス内分散マトリックスの行列式の比を最大にするLDA変換マトリックスを生成する(ステップS580)。
【0048】
以上、本発明の望ましい実施の形態における顔認識装置及び顔認識方法について説明したが、本発明に係る顔認識装置は、登録された顔映像だけを認証するため用いられるだけでなく、類似した顔映像が同じ身元の顔映像であるか否かを判定するにも利用することができる。この場合には、2枚の顔映像を前記した過程を通じて顔記述子に変換し、前記した認証部で2つの入力顔映像の顔記述子の類似度を測定することによって2枚の顔映像の身元が同一か否かを判定できる。
【0049】
また、本発明によると、顔映像の一部による類似度測定が可能なので、認識対象映像の一部が隠れた場合であっても、以外の顔要素の類似度を測定することによって顔認証が可能である。また、本発明に係る顔認識装置及びその方法は、顔映像を検索する場合にも利用できる。この場合、顔認識装置の認証部は顔記述子生成部から入力された顔記述子と顔記述子登録DBに記憶された顔記述子間の類似度を比較し、所定の値以上の類似度を有する顔映像に対して類似度の高い順に出力する。合わせて、本発明に係る顔認識方法は、各顔要素別に類似度を測定可能なので、検索対象顔映像の一部が類似した顔映像の検索も可能である。
【0050】
ここで、635人に対して顔認識の性能実験を行った結果を図10に示した。この実験では、635人の各5枚の顔映像に対して、トレーニング映像:テスト映像の比を2:8及び5:5にした時の性能を計測したが、これによれば本発明に係る顔認識方法は、従来例に比べ、はるかに認識性能が改善されていることが分かる。
【0051】
また、本発明に係る顔認識方法は、コンピュータが読取れる記録媒体に、コンピュータが読取れるプログラムコードとして具現することができる。コンピュータが読取れる記録媒体には、コンピュータが読取り可能なデータが記憶される全ての記録装置を含む。コンピュータが読取れる記録媒体の例としては、ROM(Read Only Memory)、RAM(Randam Access Memory)、CD(Compact Disc)−ROM、磁気テープ、フロッピーディスク、光データ記憶装置などがあり、またキャリア波(例えばインターネットを通じた伝送)による伝送であってもよい。またコンピュータにて読取れる記録媒体は、ネットワークに連結されたコンピュータシステムに分散され、分散方式でコンピュータにて読取れるコードが記憶されて実行されてもよい。
【0052】
以上、本発明の望ましい実施の形態を中心に説明した。本発明が属する技術分野の当業者であれば、本発明を、本発明の本質的な特性から外れない範囲で、変形させて具現化できると予想される。したがって、上記説明した実施の形態は、本発明を限定するものではなく、説明のために記載されたものであり、本発明の範囲は前記した実施の形態でなく、特許請求の範囲に示されており、それと同等な範囲内にあるものについては、本発明に含まれることはもちろんである。
【0053】
【発明の効果】
以上述べたように、本発明によれば、全体の顔映像にLDAを適用できるだけでなく、顔要素を分割し、各顔要素映像に対してもLDAを適用可能なので、照明及びポーズの変化による顔認識率の低下を防ぐことができる。したがって、顔認識性能を向上させ、かつ各顔要素別に類似度を検索できて顔の一部を隠した場合であっても顔認識が可能となる。合わせて、顔の検索時にも、顔要素に係る加重値を適切に調整することによって、顔が全体として類似した人だけでなく、顔の一部分だけ類似した人の顔も検索できる。
【図面の簡単な説明】
【図1】本発明が適用されるための環境を示す図面である。
【図2】本発明の顔映像を顔要素に分割する方法を例示する図面である。
【図3】本発明の顔映像を顔要素に分割する方法を例示する図面である。
【図4】本発明の顔映像を顔要素に分割する方法を例示する図面である。
【図5】(a)大規模データ集合の適用時のクラス分布を示す図面である。(b)小規模データ集合の適用時のクラス分布を示す図面である。
【図6】本発明の顔認識装置を示すブロック図である。
【図7】本発明の望ましい実施例に係る顔認識方法を説明するフローチャートである。
【図8】変換マトリックスの生成装置の構成を示すブロック図である。
【図9】変換マトリックス生成方法を説明するフローチャートである。
【図10】本発明に係る性能向上の結果を示す図面である。
【符号の説明】
410 ポーズ予測部
420 要素分割部
430 顔記述子生成部
440 認証部
450 登録顔記述子DB
Claims (19)
- 入力顔映像を複数の顔要素映像に分割する要素分割部と、
前記顔要素映像に対応する変換マトリックスを用いて、前記顔要素映像を表現する固有ベクトルである顔記述子を生成する顔記述子生成部と、
登録する顔記述子を記憶する登録顔記述子DBと、
前記顔記述子生成部から入力された入力顔映像の顔記述子と登録顔記述子とを比較し、前記顔要素の比較結果に前記顔要素に対応する所定の加重値を与えて入力顔映像を認証する認証部と、を含むことを特徴とする顔認識装置。 - 前記変換マトリックスは、
同じ身元の顔映像ベクトル間の分散は減少し、他の身元の顔映像ベクトル間の分散は増加するように顔映像ベクトルを変換することを特徴とする請求項1に記載の顔認識装置。 - 前記変換マトリックスを生成して前記顔記述子生成部に出力する変換マトリックス生成部をさらに含み、
前記変換マトリックス生成部は、
トレーニング顔映像を記憶するトレーニング映像DBと、
前記トレーニング顔映像を複数の顔要素映像に分割するトレーニング要素分割部と、
同じ身元の顔映像間の分散に対する他の身元の顔映像間の分散比を最大にする線形変換マトリックスを前記顔要素映像に対して生成する変換マトリックス生成部と、を含むことを特徴とする請求項1に記載の顔認識装置。 - 前記要素分割部は、
前記顔要素映像の一部が、相互に重複されるように前記顔映像を分割することを特徴とする請求項1に記載の顔認識装置。 - 前記要素分割部は、
前記入力顔映像を所定数の四角形映像に分割することを特徴とする請求項1に記載の顔認識装置。 - 前記顔記述子生成部は、
前記要素分割部から入力された顔要素映像に対してPCA分析法を行って次元を下げた顔要素ベクトルを、前記変換マトリックスによって変換して顔記述子を生成することを特徴とする請求項1に記載の顔認識装置。 - 前記認証部は、
前記認識対象映像の顔記述子と前記登録顔記述子間の相互相関を計算することによって顔要素の類似度を測定し、前記類似度に顔要素別加重値を与えて合算し、この合算結果が最大である顔映像を、前記入力顔映像と同じ身元の顔映像として認証することを特徴とする請求項1に記載の顔認識装置。 - 前記認証部は、
前記認識対象映像の顔要素の顔記述子と前記登録顔記述子間の類似度を測定し、前記類似度に顔要素別加重値を与えて合算し、この合算結果の大きい順に登録顔映像を出力することを特徴とする請求項1に記載の顔認識装置。 - 認識対象映像を、所定数のポーズを代表する固有顔に投影して前記認識対象映像のポーズを予測し、ポーズ情報と共に認識対象映像を前記要素分割部に出力するポーズ予測部をさらに含み、
前記要素分割部は前記ポーズ予測部から入力された顔映像のポーズを考慮して顔映像を分割することを特徴とする請求項1に記載の顔認識装置。 - (a)入力顔映像を複数の顔要素映像に分割するステップと、
(b)前記顔要素に対応する変換マトリックスを用いて、前記顔要素映像を表す固有ベクトルである顔記述子を生成するステップと、
(c)前記入力顔映像の顔要素の顔記述子と登録された顔記述子とを比較し、前記顔要素の比較結果に前記顔要素に対応する所定の加重値を与えて入力顔映像を認証するステップと、
を含むことを特徴とする顔認識方法。 - 前記変換マトリックスは、
同じ身元の顔映像ベクトル間の分散は減少し、他の身元の顔映像ベクトル間の分散は増加するように、顔映像ベクトルを変換することを特徴とする請求項10に記載の顔認識方法。 - 前記ステップ(a)以前に前記変換マトリックスを生成するステップをさらに含み、前記変換マトリックスを生成するステップは、
トレーニング顔映像を記憶したトレーニング映像DBを用意するステップと、
前記トレーニング顔映像を複数の顔要素映像に分割するステップと、
同じ身元の顔映像間の分散に対する他の身元の顔映像間の分散比を最大にする変換マトリックスを前記顔要素映像の各々に対して生成するステップと、を含むことを特徴とする請求項10に記載の顔認識方法。 - 前記ステップ(a)は、
前記入力顔映像の一部が相互に重複されるように顔映像を分割することを特徴とする請求項10に記載の顔認識方法。 - 前記ステップ(a)は、
前記入力顔映像を所定数の四角形映像に分割することを特徴とする請求項10に記載の顔認識方法。 - 前記ステップ(b)は、
分割された顔要素映像に対してPCA分析法を行って次元を下げた顔要素ベクトルを前記変換マトリックスによって変換して顔記述子を生成することを特徴とする請求項10に記載の顔認識方法。 - 前記ステップ(c)は、
前記認識対象映像の顔要素の顔記述子と前記登録顔記述子間の相互相関を計算することによって各顔要素の類似度を測定し、前記類似度に顔要素別加重値を与えて合算し、この合算結果が最も大きい顔映像を前記入力顔映像と同じ身元の顔映像として認証することを特徴とする請求項10に記載の顔認識方法。 - 前記ステップ(c)は、
前記認識対象映像の各顔要素の顔記述子と前記登録顔記述子間の類似度を測定し、前記類似度に顔要素別加重値を与えて合算し、この合算結果の大きい順に登録顔映像を出力することを特徴とする請求項10に記載の顔認識方法。 - 前記ステップ(a)以前に、
入力顔映像を、所定数のポーズを代表する固有顔に投影して前記入力顔映像のポーズを予測するステップをさらに含み、
前記ステップ(a)は予測されたポーズを考慮して顔要素を分割することを特徴とする請求項10に記載の顔認識方法。 - 請求項10ないし18のうち何れか1項に記載の顔認識方法をコンピュータで判読でき、実行可能なプログラムコードに記録した記録媒体。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR2002-023255 | 2002-04-27 | ||
KR20020023255 | 2002-04-27 | ||
KR10-2003-0006726A KR100493169B1 (ko) | 2002-04-27 | 2003-02-04 | 성분 기반 얼굴 서술자를 이용한 얼굴 인식 방법 및 장치 |
KR2003-006726 | 2003-02-04 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2004005622A true JP2004005622A (ja) | 2004-01-08 |
JP4708683B2 JP4708683B2 (ja) | 2011-06-22 |
Family
ID=29218044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2003123954A Expired - Lifetime JP4708683B2 (ja) | 2002-04-27 | 2003-04-28 | 顔要素に基づく顔記述子を用いた顔認識方法及びその装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US7203346B2 (ja) |
EP (1) | EP1359536A3 (ja) |
JP (1) | JP4708683B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007104176A (ja) * | 2005-10-03 | 2007-04-19 | Matsushita Electric Ind Co Ltd | 画像合成装置および画像照合装置、画像合成方法ならびに画像合成プログラム |
JP2007128262A (ja) * | 2005-11-02 | 2007-05-24 | Omron Corp | 顔照合装置 |
WO2009048696A1 (en) * | 2007-10-09 | 2009-04-16 | Microsoft Corporation | Local image descriptors using linear discriminant embedding |
KR101310885B1 (ko) * | 2012-05-31 | 2013-09-25 | 주식회사 에스원 | 영역 분할을 토대로 하는 얼굴 인식 방법 및 그 장치 |
KR101326691B1 (ko) | 2011-11-28 | 2013-11-08 | 경북대학교 산학협력단 | 지역적 특징의 통계적 학습을 통한 강건한 얼굴인식방법 |
Families Citing this family (76)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100442835B1 (ko) * | 2002-08-13 | 2004-08-02 | 삼성전자주식회사 | 인공 신경망을 이용한 얼굴 인식 방법 및 장치 |
US20040223631A1 (en) * | 2003-05-07 | 2004-11-11 | Roman Waupotitsch | Face recognition based on obtaining two dimensional information from three-dimensional face shapes |
JP4575917B2 (ja) * | 2003-06-30 | 2010-11-04 | 本田技研工業株式会社 | 構成要素に基づいて構成された物体を識別するシステムを訓練するシステム、方法及びプログラム |
WO2005006278A2 (en) * | 2003-06-30 | 2005-01-20 | Honda Motor Co., Ltd. | Systems and methods for training component-based object identification systems |
US7643684B2 (en) * | 2003-07-15 | 2010-01-05 | Samsung Electronics Co., Ltd. | Apparatus for and method of constructing multi-view face database, and apparatus for and method of generating multi-view face descriptor |
US20050111705A1 (en) * | 2003-08-26 | 2005-05-26 | Roman Waupotitsch | Passive stereo sensing for 3D facial shape biometrics |
US7920725B2 (en) * | 2003-09-09 | 2011-04-05 | Fujifilm Corporation | Apparatus, method, and program for discriminating subjects |
JP3998628B2 (ja) * | 2003-11-05 | 2007-10-31 | 株式会社東芝 | パターン認識装置及びその方法 |
KR100571826B1 (ko) * | 2003-12-02 | 2006-04-17 | 삼성전자주식회사 | 대용량 얼굴 인식 장치 및 방법 |
JP2005190400A (ja) * | 2003-12-26 | 2005-07-14 | Seiko Epson Corp | 顔画像検出方法及び顔画像検出システム並びに顔画像検出プログラム |
CN1910611A (zh) * | 2004-01-13 | 2007-02-07 | 日本电气株式会社 | 特征变化图像生成方法、特征变化图像生成装置及特征变化图像生成程序 |
WO2006078265A2 (en) * | 2004-03-30 | 2006-07-27 | Geometrix | Efficient classification of three dimensional face models for human identification and other applications |
GB2414328A (en) * | 2004-05-17 | 2005-11-23 | Mitsubishi Electric Inf Tech | Discrimination transforms applied to frequency domain derived feature vectors |
GB2414614A (en) * | 2004-05-28 | 2005-11-30 | Sony Uk Ltd | Image processing to determine most dissimilar images |
WO2006022977A2 (en) * | 2004-07-23 | 2006-03-02 | Digimarc Corporation | Facial database methods and systems |
JPWO2006030687A1 (ja) * | 2004-09-14 | 2008-07-31 | 日本電気株式会社 | データ照合システム、データ照合装置、及びデータ照合方法 |
SG123618A1 (en) * | 2004-12-15 | 2006-07-26 | Chee Khin George Loo | A method and system for verifying the identity of a user |
US20060159352A1 (en) * | 2005-01-18 | 2006-07-20 | Faisal Ishtiaq | Method and apparatus for encoding a video sequence |
JP4708909B2 (ja) * | 2005-08-09 | 2011-06-22 | 富士フイルム株式会社 | デジタル画像の対象物検出方法および装置並びにプログラム |
US7817826B2 (en) * | 2005-08-12 | 2010-10-19 | Intelitrac Inc. | Apparatus and method for partial component facial recognition |
GB2430735A (en) * | 2005-09-30 | 2007-04-04 | Sony Uk Ltd | Object detection |
JP2007148872A (ja) * | 2005-11-29 | 2007-06-14 | Mitsubishi Electric Corp | 画像認証装置 |
US7953253B2 (en) * | 2005-12-31 | 2011-05-31 | Arcsoft, Inc. | Face detection on mobile devices |
US7643659B2 (en) * | 2005-12-31 | 2010-01-05 | Arcsoft, Inc. | Facial feature detection on mobile devices |
TWI336054B (en) * | 2006-02-15 | 2011-01-11 | Toshiba Kk | Person identification device and person identification method |
US10614294B1 (en) * | 2006-06-16 | 2020-04-07 | Videomining Corporation | Method and system for measuring viewership of people for displayed object |
JP4197019B2 (ja) * | 2006-08-02 | 2008-12-17 | ソニー株式会社 | 撮像装置および表情評価装置 |
US8355569B2 (en) * | 2006-08-10 | 2013-01-15 | Nec Corporation | Object region extracting device |
AU2007327540A1 (en) * | 2006-08-18 | 2008-06-05 | National Ict Australia Limited | Facial feature processing |
US7724960B1 (en) | 2006-09-08 | 2010-05-25 | University Of Central Florida Research Foundation Inc. | Recognition and classification based on principal component analysis in the transform domain |
DE102006045828B4 (de) * | 2006-09-22 | 2010-06-24 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Vorrichtung zum Erkennen eines Gesichts sowie ein Gesichtserkennungsmodul |
JP5010905B2 (ja) * | 2006-12-13 | 2012-08-29 | パナソニック株式会社 | 顔認証装置 |
JP4781467B2 (ja) * | 2007-04-16 | 2011-09-28 | 富士通株式会社 | 画像処理方法、画像処理装置、画像処理システム及びコンピュータプログラム |
RU2007119908A (ru) * | 2007-05-29 | 2008-12-10 | Корпорация "САМСУНГ ЭЛЕКТРОНИКС Ко. | Адаптивный к галерее способ и система распознавания лиц |
US20100246906A1 (en) * | 2007-06-01 | 2010-09-30 | National Ict Australia Limited | Face recognition |
US9794348B2 (en) | 2007-06-04 | 2017-10-17 | Todd R. Smith | Using voice commands from a mobile device to remotely access and control a computer |
US8014572B2 (en) | 2007-06-08 | 2011-09-06 | Microsoft Corporation | Face annotation framework with partial clustering and interactive labeling |
US8558663B2 (en) * | 2007-11-30 | 2013-10-15 | Bank Of America Corporation | Integration of facial recognition into cross channel authentication |
US8300953B2 (en) * | 2008-06-05 | 2012-10-30 | Apple Inc. | Categorization of digital media based on media characteristics |
US8190539B2 (en) * | 2008-06-11 | 2012-05-29 | International Business Machines Corporation | Evolutionary facial feature selection |
US9405995B2 (en) * | 2008-07-14 | 2016-08-02 | Lockheed Martin Corporation | Method and apparatus for facial identification |
US7996343B2 (en) * | 2008-09-30 | 2011-08-09 | Microsoft Corporation | Classification via semi-riemannian spaces |
KR20100073191A (ko) * | 2008-12-22 | 2010-07-01 | 한국전자통신연구원 | 거리 정보를 이용한 위조 얼굴 검출 방법 및 장치 |
TWI384406B (zh) * | 2009-05-26 | 2013-02-01 | Univ Nat Chiao Tung | 人臉辨識與合成方法 |
US8325999B2 (en) * | 2009-06-08 | 2012-12-04 | Microsoft Corporation | Assisted face recognition tagging |
US8526684B2 (en) * | 2009-12-14 | 2013-09-03 | Microsoft Corporation | Flexible image comparison and face matching application |
US8644563B2 (en) * | 2009-12-14 | 2014-02-04 | Microsoft Corporation | Recognition of faces using prior behavior |
US8855373B2 (en) * | 2010-01-08 | 2014-10-07 | Nec Corporation | Similarity calculation device, similarity calculation method, and program |
US20110293189A1 (en) * | 2010-05-28 | 2011-12-01 | Microsoft Corporation | Facial Analysis Techniques |
JP5873959B2 (ja) * | 2010-09-27 | 2016-03-01 | パナソニックIpマネジメント株式会社 | ホワイトリスト内外判定装置及び方法 |
US8831416B2 (en) | 2010-12-22 | 2014-09-09 | Michael Braithwaite | System and method for illuminating and identifying a person |
US9251402B2 (en) | 2011-05-13 | 2016-02-02 | Microsoft Technology Licensing, Llc | Association and prediction in facial recognition |
US9323980B2 (en) | 2011-05-13 | 2016-04-26 | Microsoft Technology Licensing, Llc | Pose-robust recognition |
US9013489B2 (en) * | 2011-06-06 | 2015-04-21 | Microsoft Technology Licensing, Llc | Generation of avatar reflecting player appearance |
CN104169943B (zh) * | 2012-03-13 | 2018-03-23 | 诺基亚技术有限公司 | 用于改善的面部识别的方法和装置 |
CN102693419B (zh) * | 2012-05-24 | 2014-02-26 | 武汉大学 | 基于多流形判别分析超分辨率的人脸识别方法 |
KR101440274B1 (ko) * | 2013-04-25 | 2014-09-17 | 주식회사 슈프리마 | 얼굴 인식 서비스 제공 장치 및 방법 |
WO2015037973A1 (en) * | 2013-09-12 | 2015-03-19 | Data Calibre Sdn Bhd | A face identification method |
US10120879B2 (en) | 2013-11-29 | 2018-11-06 | Canon Kabushiki Kaisha | Scalable attribute-driven image retrieval and re-ranking |
US20150306330A1 (en) * | 2014-04-29 | 2015-10-29 | MaskSelect, Inc. | Mask Selection System |
CN103955681A (zh) * | 2014-05-22 | 2014-07-30 | 苏州大学 | 一种人脸识别方法及系统 |
US9652745B2 (en) | 2014-06-20 | 2017-05-16 | Hirevue, Inc. | Model-driven evaluator bias detection |
US9953151B2 (en) | 2015-02-03 | 2018-04-24 | Chon Hock LEOW | System and method identifying a user to an associated device |
JP2017034389A (ja) * | 2015-07-30 | 2017-02-09 | ソニー株式会社 | 撮像装置、イメージセンサ、および画像処理装置 |
JP6722878B2 (ja) * | 2015-07-30 | 2020-07-15 | パナソニックIpマネジメント株式会社 | 顔認証装置 |
US9934397B2 (en) * | 2015-12-15 | 2018-04-03 | International Business Machines Corporation | Controlling privacy in a face recognition application |
CN106056714A (zh) * | 2016-06-03 | 2016-10-26 | 合肥晟泰克汽车电子有限公司 | 基于特征识别的车辆开锁系统及方法 |
US10083347B2 (en) | 2016-07-29 | 2018-09-25 | NTech lab LLC | Face identification using artificial neural network |
CN108280468B (zh) * | 2018-01-15 | 2022-01-11 | 上海电机学院 | 一种基于网格的图像识别方法 |
US11310228B1 (en) * | 2019-03-06 | 2022-04-19 | Wells Fargo Bank, N.A. | Systems and methods for continuous authentication and monitoring |
US11863552B1 (en) | 2019-03-06 | 2024-01-02 | Wells Fargo Bank, N.A. | Systems and methods for continuous session authentication utilizing previously extracted and derived data |
US10762607B2 (en) | 2019-04-10 | 2020-09-01 | Alibaba Group Holding Limited | Method and device for sensitive data masking based on image recognition |
WO2021096192A1 (en) * | 2019-11-12 | 2021-05-20 | Samsung Electronics Co., Ltd. | Neural facial expressions and head poses reenactment with latent pose descriptors |
TWI722872B (zh) * | 2020-04-17 | 2021-03-21 | 技嘉科技股份有限公司 | 人臉辨識裝置以及人臉辨識方法 |
CN112418060B (zh) * | 2020-11-19 | 2021-09-10 | 西南大学 | 一种基于神经网络的面部识别系统 |
US11539924B2 (en) | 2020-11-24 | 2022-12-27 | Kyndryl, Inc. | Multiple projector-enabled content targeting using diffraction grating |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06168317A (ja) | 1992-11-30 | 1994-06-14 | Matsushita Electric Ind Co Ltd | 個人識別装置 |
US6774917B1 (en) * | 1999-03-11 | 2004-08-10 | Fuji Xerox Co., Ltd. | Methods and apparatuses for interactive similarity searching, retrieval, and browsing of video |
KR200195262Y1 (ko) | 2000-03-28 | 2000-09-01 | 태백산업주식회사 | 교량 보수구조물 |
US6754628B1 (en) * | 2000-06-13 | 2004-06-22 | International Business Machines Corporation | Speaker recognition using cohort-specific feature transforms |
EP1202214A3 (en) * | 2000-10-31 | 2005-02-23 | Matsushita Electric Industrial Co., Ltd. | Method and apparatus for object recognition |
EP1217574A3 (en) * | 2000-12-19 | 2004-05-19 | Matsushita Electric Industrial Co., Ltd. | A method for lighting- and view-angle-invariant face description with first- and second-order eigenfeatures |
US7020345B2 (en) * | 2001-04-26 | 2006-03-28 | Industrial Technology Research Institute | Methods and system for illuminant-compensation |
-
2003
- 2003-04-25 EP EP03252641A patent/EP1359536A3/en not_active Ceased
- 2003-04-25 US US10/422,777 patent/US7203346B2/en active Active
- 2003-04-28 JP JP2003123954A patent/JP4708683B2/ja not_active Expired - Lifetime
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007104176A (ja) * | 2005-10-03 | 2007-04-19 | Matsushita Electric Ind Co Ltd | 画像合成装置および画像照合装置、画像合成方法ならびに画像合成プログラム |
JP2007128262A (ja) * | 2005-11-02 | 2007-05-24 | Omron Corp | 顔照合装置 |
JP4696857B2 (ja) * | 2005-11-02 | 2011-06-08 | オムロン株式会社 | 顔照合装置 |
US9020209B2 (en) | 2005-11-02 | 2015-04-28 | Omron Corporation | Face identification device |
WO2009048696A1 (en) * | 2007-10-09 | 2009-04-16 | Microsoft Corporation | Local image descriptors using linear discriminant embedding |
US8023742B2 (en) | 2007-10-09 | 2011-09-20 | Microsoft Corporation | Local image descriptors using linear discriminant embedding |
KR101326691B1 (ko) | 2011-11-28 | 2013-11-08 | 경북대학교 산학협력단 | 지역적 특징의 통계적 학습을 통한 강건한 얼굴인식방법 |
KR101310885B1 (ko) * | 2012-05-31 | 2013-09-25 | 주식회사 에스원 | 영역 분할을 토대로 하는 얼굴 인식 방법 및 그 장치 |
Also Published As
Publication number | Publication date |
---|---|
EP1359536A3 (en) | 2005-03-23 |
US20030215115A1 (en) | 2003-11-20 |
JP4708683B2 (ja) | 2011-06-22 |
EP1359536A2 (en) | 2003-11-05 |
US7203346B2 (en) | 2007-04-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4708683B2 (ja) | 顔要素に基づく顔記述子を用いた顔認識方法及びその装置 | |
Fu et al. | Multiple feature fusion by subspace learning | |
JP4860472B2 (ja) | 画像認識 | |
US7873189B2 (en) | Face recognition by dividing an image and evaluating a similarity vector with a support vector machine | |
US8913798B2 (en) | System for recognizing disguised face using gabor feature and SVM classifier and method thereof | |
JP2004133889A (ja) | 画像のオブジェクトを認識する方法及びシステム | |
Balasubramanian et al. | Real time face and mouth recognition using radial basis function neural networks | |
JP2013065118A (ja) | 顔認識装置、及び顔認識方法 | |
Hongtao et al. | Face recognition using multi-feature and radial basis function network | |
KR101195539B1 (ko) | 얼굴 인식 및 검출을 이용한 출입문 개폐 시스템 및 그 방법 | |
KR101727833B1 (ko) | 얼굴인식을 위한 판별분석 기반의 복합 특징 벡터 생성 장치 및 방법 | |
CN110378414B (zh) | 基于进化策略的多模态生物特征融合的身份识别方法 | |
Santemiz et al. | Side-view face recognition | |
JP2015133085A (ja) | 情報処理装置およびその方法 | |
JP2004272326A (ja) | 部分空間成分特徴を用いた顔面描写および認識用の確率的顔面成分融合方法 | |
Narayana et al. | Enhanced Face Recognition based on PCA and SVM | |
Kisku et al. | Multithread face recognition in cloud | |
Heusch et al. | A novel statistical generative model dedicated to face recognition | |
KR100493169B1 (ko) | 성분 기반 얼굴 서술자를 이용한 얼굴 인식 방법 및 장치 | |
Geetha et al. | 3D face recognition using Hadoop | |
Nguyen et al. | User re-identification using clothing information for smartphones | |
Hahmann et al. | Combination of facial landmarks for robust eye localization using the Discriminative Generalized Hough Transform | |
JP3841482B2 (ja) | 顔画像認識装置 | |
Kittler et al. | Face authentication using client specific fisherfaces | |
Loderer et al. | Face parts importance in face and expression recognition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20051219 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060104 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20060403 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20060406 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060704 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20061101 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20061107 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20061128 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20070228 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20070306 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070525 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080408 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20080708 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20080711 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20080808 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20080813 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20080908 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20080911 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20081008 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20081118 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090318 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20090519 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20090710 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20100908 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20100921 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20101008 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20101014 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110201 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110317 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |