KR100714112B1

KR100714112B1 - 얼굴 인식 인증 방법 및 장치

Info

Publication number: KR100714112B1
Application number: KR1020050121005A
Authority: KR
Inventors: 정윤수; 최진; 지형근; 정성욱; 유장희; 정교일
Original assignee: 한국전자통신연구원
Priority date: 2005-12-09
Filing date: 2005-12-09
Publication date: 2007-05-02

Abstract

본 발명은 정규화된 얼굴 영상으로부터 눈, 코, 입의 얼굴 구성 요소를 분할하고, 각각의 얼굴 구성요소에 DCT(Discrete Cosine Transform)를 적용하여 얼굴의 수평 주파수 특성이 강조되는 영역을 추출 한 후, 각각의 DCT 변환 영역에 PCA(Principal Component Analysis)를 투영해 차원을 줄인 다음 등록된 특징 벡터와 비교하여 얻어진 3개의 유사도를 하나의 벡터로 만들어 분류기를 통해 본인 여부를 판단하는 과정을 통해, 데이터 차원과 계산 복잡도를 줄이면서 얼굴의 효율적인 특징을 추출함으로써 얼굴의 인식 인증의 속도와 정확도를 향상시킨 얼굴 인식 인증 방법과 장치에 관한 것이다.

Description

얼굴 인식 인증 방법 및 장치{Face recognition and confirmation method and apparatus}

도 1은 본 발명에 따른 얼굴 인식 인증 방법의 흐름도.

도 2는 본 발명에 따른 얼굴 인식 인증 장치의 구성도.

도 3a는 본 발명에서 입력으로 사용되는 정규화된 영상의 일실시예의 도면.

도 3b는 도 3a의 얼굴 구성 요소에서 우안을 분할한 도면.

도 3c는 도 3a의 얼굴 구성 요소에서 좌안을 분할한 도면.

도 3d는 도 3a의 얼굴 구성 요소에서 코를 분할한 도면.

도 3e는 도 3a의 얼굴 구성 요소에서 입을 분할한 도면.

도 4는 본 발명에서 DCT를 이용한 얼굴의 수평 주파수 특성 영역의 추출 과정을 나타낸 흐름도.

도 5a는 본 발명에 의해 분할된 우안 영상과 DCT 변환 및 추출하고자 하는 수평 주파수 특성 영역을 나타낸 도면.

도 5b는 본 발명에 의해 분할된 좌안 영상과 DCT 변환 및 추출하고자 하는 수평 주파수 특성 영역을 나타낸 도면.

도 5c는 본 발명에 의해 분할된 코 영상과 DCT 변환 및 추출하고자 하는 수평 주파수 특성 영역을 나타낸 도면.

도 5d는 본 발명에 의해 분할된 입 영상과 DCT 변환 및 추출하고자 하는 수평 주파수 특성 영역을 나타낸 도면.

도 6은 본 발명에서 PCA를 이용한 특징 벡터 추출 과정을 나타낸 흐름도.

<도면의 주요부분에 대한 부호의 설명>

100...얼굴 영상 입력부 200...얼굴 영상 정규화 처리부

300...얼굴 영상 분할부 400...DCT 적용 수평 특징 추출부

500...PCA 적용 특징 벡터 추출부 600...유사도 산출부

700...인증 확인부 750...분류기

800...제어부

본 발명은 얼굴 인식 인증 방법 및 장치에 관한 것으로서, 더 상세하게는 정규화된 얼굴 영상으로부터 눈, 코, 입의 얼굴 구성 요소를 분할하고, 각각의 얼굴 구성요소에 DCT(Discrete Cosine Transform)를 적용하여 얼굴의 수평 주파수 특성이 강조되는 영역을 추출 한 후, 각각의 DCT 변환 영역에 PCA(Principal Component Analysis)를 투영해 차원을 줄인 다음 등록된 특징 벡터와 비교하여 얻어진 3개의 유사도를 하나의 벡터로 만들어 분류기를 통해 본인 여부를 판단하는 과정을 통해, 데이터 차원과 계산 복잡도를 줄이면서 얼굴의 효율적인 특징을 추출함으로써 얼굴의 인식 인증의 속도와 정확도를 향상시킨 얼굴 인식 인증 방법 및 장치에 관한 것 이다.

당업자에게 잘 알려져 있는 바와 같이, 얼굴을 인식하고 인증하기 위해서는 얼굴 영상에서 각 사람을 구별할 수 있는 특징 벡터를 추출해야 하는 데, 이러한 방법에는 크게 지역적 특성을 이용한 방법과 전역적 특성을 이용한 방법이 있다. 지역적 특성을 이용한 방법은 얼굴의 눈, 코, 입 등과 같은 특징적인 부분들의 모양, 위치, 상관관계 등을 이용하여 특징 벡터를 추출하는 방법이고, 전역적 특성을 이용한 방법은 얼굴 전체를 특징으로 사용하는 방식으로서 지금까지 많이 사용해온 방식이 PCA(Principal Component Analysis)를 이용한 방식이다.

그런데, 기존의 PCA 방식은 얼굴 영상 전체를 변환 행렬에 프로젝션 시키기 때문에 데이터 차원과 계산 복잡도가 높아 속도나 정확도 면에서 월등히 좋은 성능을 기대하기 어려울 뿐 아니라 얼굴 전체를 특징으로 사용하기 때문에 얼굴의 부분적인 특징을 나타내는 데는 한계가 있다.

따라서, 본 발명이 이루고자 하는 기술적 과제는, 정규화된 얼굴 영상으로부터 눈, 코, 입의 얼굴 구성 요소를 분할하고, 각각의 얼굴 구성요소에 DCT(Discrete Cosine Transform)를 적용하여 얼굴의 수평 주파수 특성이 강조되는 영역을 추출 한 후, 각각의 DCT 변환 영역에 PCA(Principal Component Analysis)를 투영해 차원을 줄인 다음 등록된 특징 벡터와 비교하여 얻어진 3개의 유사도를 하나의 벡터로 만들어 분류기를 통해 본인 여부를 판단하는 과정을 통해, 데이터 차원과 계산 복잡도를 줄이면서 얼굴의 효율적인 특징을 추출함으로써 얼굴의 인식 인증의 속도와 정확도를 향상시킨 얼굴 인식 인증 방법을 제공하는 데 있다.

본 발명이 이루고자 하는 다른 기술적 과제는, 정규화된 얼굴 영상으로부터 눈, 코, 입의 얼굴 구성 요소를 분할하고, 각각의 얼굴 구성요소에 DCT(Discrete Cosine Transform)를 적용하여 얼굴의 수평 주파수 특성이 강조되는 영역을 추출 한 후, 각각의 DCT 변환 영역에 PCA(Principal Component Analysis)를 투영해 차원을 줄인 다음 등록된 특징 벡터와 비교하여 얻어진 3개의 유사도를 하나의 벡터로 만들어 분류기를 통해 본인 여부를 판단하는 과정을 통해, 데이터 차원과 계산 복잡도를 줄이면서 얼굴의 효율적인 특징을 추출함으로써 얼굴의 인식 인증의 속도와 정확도를 향상시킨 얼굴 인식 인증 장치를 제공하는 데 있다.

본 발명이 이루고자 하는 다른 기술적 과제는, 정규화된 얼굴 영상으로부터 눈, 코, 입의 얼굴 구성 요소를 분할하고, 각각의 얼굴 구성요소에 DCT(Discrete Cosine Transform)를 적용하여 얼굴의 수평 주파수 특성이 강조되는 영역을 추출 한 후, 각각의 DCT 변환 영역에 PCA(Principal Component Analysis)를 투영해 차원을 줄인 다음 등록된 특징 벡터와 비교하여 얻어진 3개의 유사도를 하나의 벡터로 만들어 분류기를 통해 본인 여부를 판단하는 과정을 통해, 데이터 차원과 계산 복잡도를 줄이면서 얼굴의 효율적인 특징을 추출함으로써 얼굴의 인식 인증의 속도와 정확도를 향상시킬 수 있게 하는 얼굴 인식 인증 프로그램의 기록매체를 제공하는 데 있다.

본 발명은 상기한 기술적 과제를 달성하기 위하여, 얼굴 인식 인증 방법에 있어서, 인식대상의 얼굴 영상을 입력받는 단계와; 입력된 인식대상 얼굴 영상을 정규화하는 단계; 정규화된 얼굴 영상으로부터 얼굴의 구성 요소인 눈, 코, 입의 영상을 분할하는 영상 분할 단계; 상기 영상 분할 단계에서 나누어진 영상에 각각 DCT를 적용하여 수평 주파수 특징이 강조된 영역을 추출하는 수평특징 추출 단계; PCA를 적용하여 차원을 줄이고 특징 벡터를 추출하는 특징 벡터 추출 단계; 상기 추출된 특징 벡터와 등록된 특징 벡터간의 유사도를 구하는 유사도 산출 단계; 상기 유사도 산출 단계에서 구해진 유사도를 하나의 벡터로 만들어 이를 통해 본인 여부를 확인 인증하는 본인 인증 확인 단계를 포함하는 것을 특징으로 하는 얼굴 인식 인증 방법이 제공된다.

본 발명 방법의 바람직한 실시예에 있어서, 상기 유사도 산출 단계에서 유사도 값을 -1에서 1 사이로 정규화하는 단계를 포함한다.

본 발명 방법의 바람직한 실시예에 있어서, 본인 대 본인을 비교하여 산출된 유사도 벡터의 출력을 1로 하고, 본인 대 타인을 비교하여 산출된 유사도 벡터의 출력을 -1로 하여, 이를 통해 얼굴 인식 및 인증을 수행할 수 있다.

본 발명은 상기한 다른 기술적 과제를 달성하기 위하여, 얼굴 인식 인증 장치에 있어서, 인식대상의 얼굴 영상을 입력받기 위한 얼굴영상 입력부와; 입력된 인식대상 얼굴 영상을 정규화하기 위한 얼굴영상 정규화 처리부; 정규화된 얼굴 영상으로부터 얼굴의 구성 요소인 눈, 코, 입의 영상을 분할하기 위한 영상 분할부; 상기 영상 분할부에 의해 나누어진 영상에 각각 DCT를 적용하여 수평 주파수 특징이 강조된 영역을 추출하기 위한 수평특징 추출부; PCA를 적용하여 차원을 줄이고 특징 벡터를 추출하기 위한 특징 벡터 추출부; 상기 특징 벡터 추출부에 의해 추출된 특징 벡터와 등록된 특징 벡터 간의 유사도를 산출하기 위한 유사도 산출부; 상기 유사도 산출부에 의해 산출된 유사도를 하나의 벡터로 만들어 이를 통해 본인 여부를 확인 인증하기 위한 본인 인증 확인부; 및 상기한 각 부들을 제어하기 위한 제어부를 포함하는 것을 특징으로 하는 얼굴 인식 인증 장치가 제공된다.

본 발명은 상기한 다른 기술적 과제를 달성하기 위하여, 인식대상의 얼굴 영상을 입력받는 단계; 입력된 인식대상 얼굴 영상을 정규화하는 단계; 정규화된 얼굴 영상으로부터 얼굴의 구성 요소인 눈, 코, 입의 영상을 분할하는 영상 분할 단계; 상기 영상 분할 단계에서 나누어진 영상에 각각 DCT를 적용하여 수평 주파수 특징이 강조된 영역을 추출하는 수평특징 추출 단계; PCA를 적용하여 차원을 줄이고 특징 벡터를 추출하는 특징 벡터 추출 단계; 상기 추출된 특징 벡터와 등록된 특징 벡터간의 유사도를 구하는 유사도 산출 단계; 상기 유사도 산출 단계에서 구해진 유사도를 하나의 벡터로 만들어 이를 통해 본인 여부를 확인 인증하는 본인 인증 확인 단계를 수행하는 프로그램을 기록한 기록매체가 제공된다.

이하, 첨부한 도면을 참조하면서 본 발명에 따른 얼굴 인식 및 인식 방법과 그 장치의 바람직한 실시예를 상세하게 설명한다. 본 발명을 설명함에 있어서 관련된 공지기술 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 것이다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반 에 걸친 내용을 토대로 내려져야 할 것이다.

도 1은 본 발명에 따른 얼굴 인식 인증 방법의 흐름도이고, 도 2는 본 발명에 따른 얼굴 인식 인증 장치의 구성도이다. 도 3a는 본 발명에서 입력으로 사용되는 정규화된 영상의 일실시예의 도면이고, 도 3b는 도 3a의 얼굴 구성 요소에서 우안을 분할한 도면이고, 도 3c는 도 3a의 얼굴 구성 요소에서 좌안을 분할한 도면이고, 도 3d는 도 3a의 얼굴 구성 요소에서 코를 분할한 도면이고, 도 3e는 도 3a의 얼굴 구성 요소에서 입을 분할한 도면이다. 도 4는 본 발명에서 DCT를 이용한 얼굴의 수평 주파수 특성 영역의 추출 과정을 나타낸 흐름도이다. 도 5a는 본 발명에 의해 분할된 우안 영상과 DCT 변환 및 추출하고자 하는 수평 주파수 특성 영역을 나타낸 도면이고, 도 5b는 본 발명에 의해 분할된 좌안 영상과 DCT 변환 및 추출하고자 하는 수평 주파수 특성 영역을 나타낸 도면이고, 도 5c는 본 발명에 의해 분할된 코 영상과 DCT 변환 및 추출하고자 하는 수평 주파수 특성 영역을 나타낸 도면이고, 도 5d는 본 발명에 의해 분할된 입 영상과 DCT 변환 및 추출하고자 하는 수평 주파수 특성 영역을 나타낸 도면이다. 도 6은 본 발명에서 PCA를 이용한 특징 벡터 추출 과정을 나타낸 흐름도이다.

도 2를 참조하면, 본 발명에 따른 얼굴 인식 인증 장치는, 인식대상의 얼굴 영상(예; 도 3a)을 입력받기 위한 얼굴영상 입력부(100)와; 얼굴영상 입력부(100)를 통해 입력된 인식대상 얼굴 영상을 정규화하기 위한 얼굴영상 정규화 처리부(200); 얼굴영상 정규화 처리부(200)를 통해 정규화된 얼굴 영상으로부터 도 3b 내지 도 3e에 도시한 바와 같은 얼굴의 구성 요소인 눈, 코, 입의 영상을 분할하기 위한 영상 분할부(300); 영상 분할부(300)에 의해 나누어진 영상에 각각 DCT를 적용하여 수평 주파수 특징이 강조된 영역을 추출하기 위한 수평특징 추출부(400); PCA를 적용하여 차원을 줄이고 특징 벡터를 추출하기 위한 특징 벡터 추출부(500); 특징 벡터 추출부(500)에 의해 추출된 특징 벡터와 등록된 특징 벡터 간의 유사도를 산출(측정)하기 위한 유사도 산출부(600); 유사도 산출부(600)에 의해 산출된 유사도를 하나의 벡터로 만들어 이를 통해 본인 여부를 확인 인증하기 위한 본인 인증 확인부(700); 및 상기한 각 부들(100, .., 700)을 제어하기 위한 제어부(800)를 포함여 이루어진다.

상기 인증 확인부(700)는 하나의 벡터로 만들어진 백터를 분류하기 위한 분류기(750)를 바람직하게 구비한다. 상기 유사도 산출부(600)는 제어부(800)의 제어에 따라 유사도 값을 -1에서 1 사이로 정규화할 수 있다. 상기 유사도 산출부(600) 및/또는 인증 확인부(700)는 제어부(800)의 제어에 따라 본인 대 본인을 비교하여 산출된 유사도 벡터의 출력을 1로 하고, 본인 대 타인을 비교하여 산출된 유사도 벡터의 출력을 -1로 저장하여 분류기(750)를 통해 얼굴 인식 및 인증을 수행할 수 있다.

상기와 같이 구성된 본 발명에 따른 얼굴 인식 인증 방법 및 장치의 작용을 도 1 내지 도 6을 참조하여 설명한다.

예를 들어, 디지털 카메라와 같은 촬상수단에 의해 촬영된 인식대상의 얼굴영상이 얼굴영상 입력부(100)를 통해 입력되면(S10), 얼굴영상 정규화 처리부(200)는 제어부(800)의 제어에 따라 얼굴영상 입력부(100)에 입력된 얼굴영상을 도 3a에 도시한 바와 같이 정규화 처리한다(S50). 얼굴영상 정규화 처리부(200)에 의해 상기 얼굴영상이 정규화되었으면, 얼굴영상 분할부(300)는 제어부(800)의 제어에 따라 정규화 처리부(200)에 의해 정규화된 얼굴영상의 해당 영역에서 얼굴의 구성요소인 눈, 코, 입의 영상을 도 3b 내지 도 3e와 같이 분할한다(S100).

S100 단계를 거쳐 눈, 코, 입의 분할된 영역이 획득되었으면, DCT 적용 수평 특징 추출부(400)는 제어부(800)의 제어에 따라 상기 획득된 3개의 영역에 대해 DCT를 적용한 후, 각 구성 요소의 특징을 가장 잘 표현하는 수평 주파수 특성 영역을 추출하고(S200), PCA 적용 특징 벡터 추출부(500)는 제어부(800)의 제어에 따라 DCT 적용 수평 특징 추출부(400)에 의해 획득된 DCT 3개의 영역에 대해 PCA를 적용하여 데이터의 차원을 줄이고 3개의 특징 벡터를 추출한다(S300).

S300 단계에서 3개의 특징 벡터가 추출되었으면, 유사도 산출부(600)는 제어부(800)의 제어에 따라 S300 단계에서 추출된 3개의 특징 벡터와 사전에 등록되어 있는 특징 벡터(바람직하게 특징 벡터 추출부(500)에 등록됨)를 비교하여 유사도를 산출하고, 산출된 유사도들을 묶어 하나의 유사도 벡터를 만든다(S400). 유사도 산출부(600)에 의해 유사도가 산출되고 산출된 유사들이 묶여 하나의 유사도 벡터로 만들어졌으면, 인증 확인부(700)는 제어부(800)의 제어에 따라 상기 유사도 벡터를 분류기(750)의 입력으로 사용하여 본인 여부를 판단 확인하여 인증한다(S500). 여기서, S400 단계에서 유사도 값을 -1에서 1 사이로 정규화하고, S500 단계에서 본인 대 본인을 비교하여 산출된 유사도 벡터의 출력을 1로 하고, 본인 대 타인을 비교하여 산출된 유사도 벡터의 출력을 -1로 하여, 이를 통해 얼굴 인식 및 인증을 수행할 수 있다는 것은 전술한 바와 같다.

이로써, 본 발명은 상기와 같이 얼굴의 특징을 잘 나타낼 수 있는 얼굴 구성 요소로 나누어 각 요소의 특징을 가장 잘 나타내는 수평 주파수 특성 및/또는 특징 벡터 만을 추출하여 인식 인증 과정을 처리하기 때문에 데이터의 차원과 계산의 복잡도를 줄이면서 속도와 정확도면에서 신뢰성 있는 얼굴 인식 인증이 가능하게 한다.

한편, 도 3a는 얼굴영상 정규화 처리부(200)에서 처리된 정규화 영상이 가지고 있는 정보를 나타낸 도면으로서, 두 눈의 중심 사이의 거리(d)를 기준으로 하여, 두 눈의 좌우로 1/2d 만큼, 위쪽으로 1/2d만큼, 아래쪽으로 3/2d만큼의 얼굴 후보 영역을 구성하고, 높이와 넓이가 각각 2d 길이인 얼굴 영상이다.

도 3b는 도 3a의 정규화된 얼굴 영상으로부터 우안 영역을 분할 검출하는 단계의 결과 도면으로서, 우안 영역은 정규화된 영상의 위쪽에서 d/4 되는 지점으로부터 3d/4 되는 지점까지 d/2의 높이로, 왼쪽에서 d/8 되는 지점으로부터 7d/8 되는 지점까지 3d/4의 폭으로 분할 검출한다.

도 3c는 도 3a의 정규화된 얼굴 영상으로부터 좌안 영역을 분할 검출하는 단계의 결과 도면으로서, 좌안 영역은 정규화된 영상의 위쪽에서 d/4 되는 지점으로부터 3d/4 되는 지점까지 d/2의 높이로, 왼쪽에서 9d/8 되는 지점으로부터 15d/8 되는 지점까지 3d/4의 폭으로 분할 검출한다.

도 3d는 도 3a의 정규화된 얼굴 영상으로부터 코 영역을 분할 검출하는 단계의 결과 도면으로서, 코 영역은 정규화된 영상의 위쪽에서 d/4 되는 지점으로부터 5d/4 되는 지점까지 d의 높이로, 왼쪽에서 3d/4 되는 지점으로부터 5d/4 되는 지점까지 d/2의 폭으로 분할 검출한다.

도 3e는 도 3a의 정규화된 얼굴 영상으로부터 입 영역을 분할 검출하는 단계의 결과 도면으로서, 입 영역은 정규화된 영상의 위쪽에서 5d/4 되는 지점으로부터 2d 되는 지점까지 3d/4의 높이로, 왼쪽에서 d/2 되는 지점으로부터 3d/2 되는 지점까지 d의 폭으로 분할 검출한다.

도 3b 내지 도 3e에 도시한 바와 같이 영상을 분할함으로서 얻어지는 이점은, 전술한 바와 같이 특징 추출 단계(S200)(S300)에서 사용될 DCT나 PCA를 영상에 적용함에 있어서 얼굴의 전역적인 특성 뿐만 아니라 얼굴의 특징을 잘 나타낼 수 있는 구성 요소들도 표현 할 수 있어 보다 나은 인식 성능을 보일 수 있으며, 또한 분할 된 영상을 사용함으로써 데이터의 차원과 계산의 복잡도를 줄일 수 있다는 것이다.

도 4는 얼굴영상 분할부(300)에 의해 도 3b 내지 도 3e와 같이 분할된 각각의 영상에 DCT를 적용하여 얼굴 구성요소의 특징을 가장 잘 반영하는 수평 주파수 특성 영역을 추출하는 과정(S200)의 일실시예를 상세히 나타낸 흐름도이다.

도 4를 참조하면, 분할된 각각의 영상에 DCT를 적용하여 얼굴 구성요소의 수평 주파수 특성 영역을 추출하는 과정(S200; 도 3)의 일실시예는, 세부적으로 해당 얼굴 구성 요소를 선택하는 단계(S201)와, 선택한 얼굴 구성 요소에 DCT를 적용하는 단계(S202), DCT를 적용한 얼굴 구성 요소의 수평 주파수 밴드 영역을 추출하는 단계(S203), S203 단계에서 수평 주파수 밴드 영역을 추출한 후 DCT 추출 행렬을 생성하는 단계(S204)를 포함하여 이루어진다. 이와 같은 단계들을 통해 얼굴의 구성요소인 눈, 코, 입을 DCT로 변환했을 때 수평 특성이 가장 두드러지게 나타나게 된다. 따라서 이러한 특성을 이용하면 데이터의 차원을 줄이면서 인식 성능을 향상 시키는 효과가 있다.

도 5a는 분할된 각각의 영상에 DCT를 적용하여 얼굴 구성요소의 수평 주파수 특성 영역을 추출하는 과정에 있어서, 분할된 좌안으로부터 DCT 변환 영상을 얻고 수평 주파수 특성이 가장 잘 나타나는 영역을 추출하는 것을 나타낸 도면이다. 도 5b는 분할된 각각의 영상에 DCT를 적용하여 얼굴 구성요소의 수평 주파수 특성 영역을 추출하는 과정에 있어서, 분할된 우안으로부터 DCT 변환 영상을 얻고 수평 주파수 특성이 가장 잘 나타나는 영역을 추출하는 것을 나타낸 도면이다. 도 5d는 분할된 각각의 영상에 DCT를 적용하여 얼굴 구성요소의 수평 주파수 특성 영역을 추출하는 과정에 있어서, 분할된 코로부터 DCT 변환 영상을 얻고 수평 주파수 특성이 가장 잘 나타나는 영역을 추출하는 것을 나타낸 도면이다. 도 5d는 분할된 각각의 영상에 DCT를 적용하여 얼굴 구성요소의 수평 주파수 특성 영역을 추출하는 과정에 있어서, 분할된 입으로부터 DCT 변환 영상을 얻고 수평 주파수 특성이 가장 잘 나타나는 영역을 추출하는 것을 나타낸 도면이다.

도 6은 얼굴영상 분할부(300) 및 DCT 적용 수평 특징 추출부(400)를 통과한 분할된 각각의 영상에서 PCA를 적용하여 특징 벡터를 추출하는 과정(S300; 도 3)의 일실시예를 상세히 나타낸 흐름도이다.

도 6을 참조하면, 도 4에서 생성된 DCT 추출 행렬에 PCA를 적용하는 단계 (S301)와, DCT 추출 행렬에 PCA를 적용한 후 PCA 변환 행렬을 생성하는 단계(S302)를 포함하여 이루어진다. 즉, 상기 추출된 각각의 영상을 사전에 만들어 놓은 DCT 변환행렬에 PCA 프로젝션시킴으로서 3개의 특징 벡터를 추출하고(S301, S302), 등록되어 있는 특징 벡터와 비교하여 유사도를 측정(산출)하고(S400; 도 3), 측정된 3개의 유사도를 묶어서 최종적으로 하나의 유사도 벡터로 만든다.

이로써, 본 발명은 얼굴 영역을 눈, 코, 입의 얼굴 구성요소로 나누어 DCT 변환을 통한 수평 주파수 특성을 추출하여 사용하기 때문에 데이터의 차원과 계산 복잡도를 줄일 수 있으며, 얼굴의 전역적인 특성 뿐 만 아니라, 구성 요소의 특징까지도 잘 표현할 수 있어 속도와 정확도 면에서 보다 견실한 얼굴 인식 인증이 가능하게 한다.

이상에서 살펴본 바와 같은 본 발명에 따른 얼굴 인식 인증 방법 및 장치는, 정규화된 얼굴 영상으로부터 눈, 코, 입의 얼굴 구성 요소를 분할하고, 각각의 얼굴 구성요소에 DCT(Discrete Cosine Transform)를 적용하여 얼굴의 수평 주파수 특성이 강조되는 영역을 추출 한 후, 각각의 DCT 변환 영역에 PCA(Principal Component Analysis)를 투영해 차원을 줄인 다음 등록된 특징 벡터와 비교하여 얻어진 3개의 유사도를 하나의 벡터로 만들어 분류기를 통해 본인 여부를 판단하는 과정을 통해, 데이터 차원과 계산 복잡도를 줄이면서 얼굴의 효율적인 특징을 추출함으로써 얼굴의 인식 인증의 속도와 정확도를 향상시키는 이점을 제공한다.

이상 본 발명의 바람직한 실시예에 대해 상세히 기술하였지만, 본 발명이 속 하는 기술분야에 있어서 통상의 지식을 가진 사람이라면, 첨부된 청구 범위에 정의된 본 발명의 정신 및 범위를 벗어나지 않으면서 본 발명을 여러 가지로 변형 또는 변경하여 실시할 수 있음을 알 수 있을 것이다. 따라서 본 발명의 앞으로의 실시예들의 변경은 본 발명의 기술을 벗어날 수 없을 것이다.

Claims

얼굴을 인식하고 인증하는 방법에 있어서,

정규화된 얼굴 영상으로부터 얼굴의 구성 요소들로 분할하는 영상 분할 단계;

상기 영상 분할 단계에서 분할된 영상에 각각 DCT를 적용하여 수평 주파수 특징이 강조된 영역을 추출하는 수평특징 추출 단계;

상기 수평특징 추출 단계를 거친 영상에 각각 PCA를 적용하여 차원을 줄이고 각각의 특징 벡터를 추출하는 특징 벡터 추출 단계;

상기 추출된 각각의 특징 벡터와 등록된 각각의 특징 벡터 간의 유사도를 구하는 유사도 산출 단계; 및

상기 유사도 산출 단계에서 구해진 각각의 유사도를 하나의 벡터로 만들어 이를 통해 본인 여부를 확인 인증하는 본인 인증 확인 단계를 포함하는 것을 특징으로 하는 얼굴 인식 인증 방법.
제1항에 있어서,

상기 영상 분할 단계에서 분할되는 얼굴 구성 요소는 눈, 코, 입의 3가지 영상인 것을 특징으로 하는 얼굴 인식 인증 방법.
제1항에 있어서,

상기 유사도 산출 단계에서 유사도 값을 -1에서 1 사이로 정규화하는 단계를 더 포함하는 것을 특징으로 하는 얼굴 인식 인증 방법.
제1항 내지 제3항중의 어느 한 항에 있어서,

본인 대 본인을 비교하여 산출된 유사도 벡터의 출력값을 1로 정의하고, 본인 대 타인을 비교하여 산출된 유사도 벡터의 출력값을 -1로 정의하여, 이를 통해 얼굴 인식 및 인증을 수행하는 것을 특징으로 하는 얼굴 인식 인증 방법.
제1항에 있어서,

인식대상의 얼굴 영상을 입력받는 단계와, 입력된 인식대상 얼굴 영상을 정규화하는 단계를 포함하는 것을 특징으로 하는 얼굴 인식 인증 방법.
얼굴을 인식하고 인증하는 장치에 있어서,

정규화된 얼굴 영상으로부터 얼굴의 구성 요소들로 분할하기 위한 영상 분할부;

상기 영상 분할부에 의해 분할된 영상에 각각 DCT를 적용하여 수평 주파수 특징이 강조된 영역을 추출하기 위한 수평특징 추출부;

상기 수평특징 추출부를 통과한 영상에 각각 PCA를 적용하여 차원을 줄이고 각각의 특징 벡터를 추출하기 위한 특징 벡터 추출부;

상기 특징 벡터 추출부에 의해 추출된 각각의 특징 벡터와 등록된 각각의 특징 벡터 간의 유사도를 산출하기 위한 유사도 산출부; 및

상기 유사도 산출부에 의해 산출된 각각의 유사도를 하나의 벡터로 만들어 이를 통해 본인 여부를 확인 인증하기 위한 본인 인증 확인부를 포함하는 것을 특징으로 하는 얼굴 인식 인증 장치.
제6항에 있어서,

인식대상의 얼굴 영상을 입력받기 위한 얼굴영상 입력부와, 입력된 인식대상 얼굴 영상을 정규화하기 위한 얼굴영상 정규화 처리부를 포함하는 것을 특징으로 하는 얼굴 인식 인증 장치.
제6항 또는 제7항에 있어서,

상기 얼굴영상 입력부와, 얼굴영상 정규화 처리부, 영상 분할부, 수평특징 추출부, 특징 벡터 추출부, 유사도 산출부 및 본인 인증 확인부를 제어하기 위한 제어부를 포함하는 것을 특징으로 하는 얼굴 인식 인증 장치.
제6항에 있어서,

상기 영상 분할부에 의해 분할되는 얼굴 구성 요소는 눈, 코, 입의 3가지 영상인 것을 특징으로 하는 얼굴 인식 인증 장치.