KR100847142B1 - 얼굴 인식을 위한 전처리 방법, 이를 이용한 얼굴 인식방법 및 장치 - Google Patents

Abstract

본 발명은 조명변화에 관계없이 얼굴 인식을 할 수 있는 얼굴 인식을 위한 전처리 방법, 이를 이용한 얼굴 인식 방법 및 장치를 제공하는 것으로, 얼굴을 포함하는 영상을 입력받는 단계와; 상기 입력된 영상으로부터 얼굴 영역을 추출하는 단계와; 상기 얼굴 영역의 각 픽셀별 해당 이웃 영역을 산출하는 단계와; 상기 산출된 이웃 영역내에서 해당 픽셀의 밝기값보다 작은 밝기값을 갖는 픽셀의 비율에 따라서, 해당 픽셀의 화소값을 조정하는 단계; 및 상기 얼굴 영역의 특징을 추출하여 얼굴 인식을 수행하는 단계를 포함하는 얼굴 인식을 위한 전처리 방법, 이를 이용한 얼굴 인식 방법 및 장치에 관한 것이다.

얼굴 인식, 전처리, 조명 변화

Description

얼굴 인식을 위한 전처리 방법, 이를 이용한 얼굴 인식 방법 및 장치{PREPROCESSING METHOD FOR FACE RECOGNITION, FACE RECOGNITION METHOD AND APPARATUS USING THE SAME }

도 1은 본 발명에 의한 얼굴 인식 방법을 개략적으로 나타낸 흐름도,

도 2는 본 발명에 따른 조명 전처리 방법을 도시한 흐름도, 그리고

도 3은 본 발명에 의한 얼굴 인식 장치의 상세 구성을 나타낸 기능 블록도이다.

*도면의 주요 부분에 대한 부호의 설명*

310 : 입력부 320 : 추출부

330 : 전처리부 340 : 기하학 전처리부

350 : 조명 전처리부 360 : 모드제어부

380 : 인식부 370 : 데이터베이스

본 발명은 얼굴 인식 분야에 관한 것으로, 보다 상세하게는 조명변화가 큰 상황에서도 안정적으로 얼굴 인식을 할 수 있는 얼굴 인식을 위한 전처리 방법, 이를 이용한 얼굴 인식 방법 및 장치에 관한 것이다.

정보화 사회가 발달함에 따라 사람을 식별하기 위한 신분 확인 기술이 중요해지고 있으며, 컴퓨터를 이용한 개인의 정보 보호 및 신분 확인을 위해 인체 특징을 이용하는 생체 인식 기술이 많이 연구되고 있다.

특히, 생체 인식 기술 중에서도 얼굴 인식 기술은, 지문 인식, 홍채 인식 등 사용자의 특별한 동작이나 행위를 요구하는 인식 기술과 달리, 비접촉식으로 사용자의 신분을 확인할 수 있는 장점 때문에 편리하고 경쟁력 있는 생체 인식 기술로 평가받고 있다. 얼굴 인식 기술은 멀티미디어 데이터 베이스 검색 핵심 기술 중의 하나로 얼굴 정보를 이용한 동영상의 요약, 신분 증명, HCI(Human Computer Interface)이미지 검색, 보안, 감시시스템 등 다양한 응용 분야에서 널리 이용되고 있다.

그러나, 얼굴 인식은 동일성(identity), 나이, 인종, 표정, 장신구 등의 내적 환경 변화나, 포즈(pose), 외부 조명, 이미지 프로세스(image process)등의 외적 환경 변화에 따라서 그 인식 결과가 민감하게 달라지는 특성이 있다. 특히, 외부 조명 변화는 얼굴 인식에 있어서, 매우 빈번하게 발생하는 장애 요소이므로, 이러한 외부 조명 변화에 강인한 알고리즘을 개발하는 것은 매우 중요하다.

이와 관련하여, 얼굴 인식과 관련된 주요 알고리즘으로는 PCA(Principal Component Analysis : 주성분 분석), K-PCA(Kernel-PCA : 커널 주성분 분석), ICA(Independent Component Analysis), SVM(Support Vector Machine), NN(Nural-Network : 신경망), HMM(Hidden Markov Model : 은닉 마르코프 모델)등을 이용한 방식이 주로 사용되고 있으며, 대한민국 공개특허 2006-0054540호 "얼굴 인식 방법 및 장치"에는 상기 PCA(Principal Component Analysis : 주성분 분석)알고리즘을 이용한 가버필터법을 적용하여 얼굴의 전체적인 구성을 통하여 얼굴을 인식하는 방법에 관한 기술이 개시되어 있다.

상기 기술은 얼굴을 인식하는 방법에 있어서, 통계학적 확률을 기반으로 하는 각종 이진 분류방법에 비하여 그 인식 정확도가 다소 미흡한 단점이 있으며, 상기 이진 분류 방법 또한 조명 일반적인 환경에서는 탁월한 얼굴 인식 성능을 나타내기는 하지만, 조명 변화가 심한 환경에서는 그 인식 성능이 현저히 감소한다.

따라서, 본 발명은 상기와 같은 종래 기술의 문제점을 해결하기 위한 것으로, 조명변화가 큰 상황에서도 안정적으로 얼굴 인식을 할 수 있는 얼굴 인식을 위한 전처리 방법, 이를 이용한 얼굴 인식 방법 및 장치를 제공하는 것을 목적으로 한다.

상기한 목적을 달성하기 위한 본 발명에 의한 얼굴 인식 방법은, 얼굴을 포 함하는 영상을 입력받는 단계와; 상기 입력된 영상으로부터 얼굴 영역을 추출하는 단계와; 상기 얼굴 영역의 각 픽셀별 해당 이웃 영역을 산출하는 단계와; 상기 산출된 이웃 영역내에서 상기 얼굴 영역의 각 픽셀의 화소값을 해당 픽셀의 밝기값 보다 작은 밝기값을 갖는 픽셀의 비율로 조정하는 단계; 및 상기 얼굴 영역의 특징을 추출하여 얼굴 인식을 수행하는 단계를 포함한다.

더하여 본 발명의 구성 수단으로서, 사용자의 얼굴을 포함하는 영상을 입력받는 입력부와; 상기 입력된 영상으로부터 얼굴 영역을 추출하는 추출부와; 상기 얼굴 영역의 각 픽셀 별로, 이웃 영역을 산출하고, 상기 산출된 이웃 영역내에서, 상기 픽셀보다 낮은 밝기값을 갖는 픽셀 비율에 따라서 픽셀의 화소값을 조정하여 조명의 영향을 최소화하는 조명 전처리부; 및 상기 조명 전처리부에서 출력된 데이터 영상을 통해 얼굴 인식을 수행하는 인식부를 포함하는 것을 특징으로 한다.

더하여 본 발명은 조명 변화에 관계없이 안정적으로 얼굴 인식을 수행할 수 있는 얼굴 인식을 위한 전처리 방법에 있어서, 얼굴 영역의 각 픽셀별로 이웃 영역을 산출하는 단계와; 상기 산출된 이웃 영역내에 포함된 픽셀의 수를 산출하는 단계와; 상기 산출된 이웃 영역내에서 해당 픽셀의 밝기값보다 작은 밝기값을 갖는 픽셀의 수를 산출하는 단계; 및 상기 산출된 해당 픽셀의 밝기값보다 작은 밝기값을 갖는 픽셀의 수를 해당 이웃 영역의 총 픽셀수로 나누어, 그 결과값을 해당 픽셀의 새로운 화소값으로 부여하는 단계를 포함한다.

이하, 본 발명의 바람직한 실시형태가 첨부된 도면들을 참조하여 본 발명을 보다 상세히 설명한다. 도면들 중 동일한 구성요소들에 대해서는 비록 다른 도면상에 표시되더라도 가능한 한 동일한 참조번호로 나타내고 있음에 유의해야한다. 하기에서 본 발명을 설명함에 있어, 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략할 것이다.

이하, 본 발명의 얼굴 인식을 위한 전처리 방법을 도 1을 참조하여 상세하게 설명한다. 도 1은 본 발명에 의한 얼굴 인식을 위한 전처리 방법의 개략적으로 설명하기 위한 흐름도이다.

먼저, 인식할 대상이 되는 사용자로부터 사용자의 얼굴을 포함하는 영상을 카메라를 통하여 입력받고(S100), 상기 입력된 영상으로부터 얼굴 영역을 추출한다(S110). 상기 추출된 얼굴 영역에서 특정 구성 요소의 위치에 근거하여 얼굴 영역을 일정하게 정규화하는 기하학적 전처리를 수행한다(S120). 본 발명의 실시예에서는 기하학적 전처리를 위한 상기 특정 구성 요소를 두 눈으로 설정할 수 있으며, 더 구체적으로 설명하면 상기 두 눈의 거리를 구하고, 이를 기초로 입력 영상에서 얼굴 영역을 잘라내는 방법을 사용한다. 이는 영상의 배경 혹은 사용자의 머리 스타일의 변화 등에 대한 영향을 최소화시키기 위해서다. 본 실시예에서는 얼굴 영역 데이터를 정규화하기 위하여 적절한 기준위치를 눈 영역 위치로 하고 있으나, 본 발명의 구성은 이에 한정되지 아니하고 그 이외의 특징부, 예를 들어, 코, 입, 눈 썹 영역의 위치를 근거로 할 수 있음은 물론이다.

그리고, 상기 정규화된 얼굴 영역내의 각 픽셀별로 이웃영역을 산출하고, 상기 산출된 이웃영역내에서 해당 픽셀보다 낮은 밝기값을 갖는 픽셀의 비율에 근거하여 해당 픽셀의 값을 조정하는 조명 전처리 과정을 수행한다(S130). 이러한 상기 조명 전처리 과정을 통해, 얼굴 형상의 두드러진 특징들이 부각될 수 있다. 또한 여기서, 이웃영역이란 화소값으로 표현된 입력 영상의 임의의 좌표(x,y)점을 기준으로 이웃영역을 의미한다. 따라서, 상기 얼굴 영역 데이터 영상의 특정한 픽셀 위치(x,y)를 중심으로 한 이웃픽셀들을 의미한다. 상기 조명 전처리 과정은 도 2에서 더 구체적으로 설명하기로 한다.

상기와 같이 조명 전처리가 완료되면 동작 모드를 판별하여 동작모드가 식별모드이면(S140), 상기 전처리된 얼굴 영상은 데이터베이스에 저장된 사용자 얼굴 정보와 비교하여(S150), 상기 카메라를 통해 입력된 영상과 상기 데이터베이스에 저장된 얼굴 정보의 동일여부를 인식하고(S160), 상기 동작모드가 등록모드이면(S170), 상기 조명 전처리 수행에 의하여 출력된 얼굴 영상이 누구의 것인지를 식별할 수 있는 ID를 부여하여(S180), 상기 데이터베이스에 저장한다(S190).

도 2는 본 발명에 의한 얼굴 인식을 위한 조명 전처리 방법을 나타낸 흐름도로서, 도 1에서 도시된 S130단계를 보다 구체적으로 나타낸 것이다.

도 2를 참조하면, 조명 전처리과정에서는 먼저, 상기 S120단계에서 기하학적 전처리된 상기 얼굴 영역의 각 픽셀별로 이웃영역R(x,y)를 계산한다(S210), 이때, 상기 이웃영역R(x,y)은 사전에 정의된 고정값을 이용하거나, SQI(Self Quotient Image, 자기 지수 영상) 또는 GIC(Gamma Intensity Correction, 감마 강도 보정)방식을 이용하여 구할 수 있다.

먼저, 사전에 값이 정의되는 경우, 이웃영역R(x,y) = r(사전에 정의된 값으로 자연수임)로 정의되며, 여기서 상기 r값은 사전에 정의된 특정한 값으로 상기 이웃영역R(x,y)은 다음과 같이 표현할 수 있다.

R(x,y) = {(x',y')|x - r≤x'≤x + r, y - r≤y'≤y + r}

예를 들어, 사전에 정의된 r값이 5이고, (x,y) = (15,20)이라면 좌표(15,20)에 해당하는 픽셀의 이웃영역R(x,y)는 x가 10~20, y가 15~25에 해당하는 사각형 영역이 된다.

상기 얼굴 영역 데이터 영상의 모든 픽셀에 대하여 동일한 r값을 적용하여, 이웃영역R(x,y)를 구한다.

다음으로, 이웃영역R(x,y)을 SQI(Self Quotient Image, 자기 지수 영상)방식을 통해 구하고자하는 경우, 하기의 수학식 1과 같이 변환된 영상 Q를 구한다.

여기서, I는 입력된 원래의 영상을 나타내고, F는 저역 통과 필터를 나타내 며, F*I는 상기 영상이 저역 통과 필터를 통과 후의 블러(blur)된 이미지를 나타낸다.

이어서, 상기 Q에 상수 p를 곱하여 이웃영역R(x,y)를 산출한다. 여기서, 상기 상수 p는 상기 이웃영역R(x,y)을 선형적으로 확대하기 위함으로, 사전에 정의된 값이다.

또한, 각각의 픽셀에 해당하는 이웃영역R(x,y)을 GIC(Gamma Intensity Correction, 감마 강도 보정)방식을 통해 구하고자하는 경우, 먼저, 다음 수학식 2와 같이 변환된 영상내에 픽셀을 구한다.

I'(x, y) =

여기서, I'(x,y)는 변환된 영상내에 각 픽셀이다.

상기 최적의

은 하기의 수학식 3에 의해 계산된다.

여기서,

0는 사전에 정의된 조명이 없는 상태의 최적 영상이다.

상기한 수학식 2에 의하여 변환된 영상내에 각 픽셀I'(x,y)에 상수 q을 곱하여 이웃영역R(x,y)를 산출한다. 여기서, 상기 상수 q은 상기 이웃영역R(x,y)을 선형적으로 확대하기 위함으로, 사전에 정의된 값이다.

상술한 세 가지 방식 중 어느 하나를 선택하여 산출된 이웃영역R(x,y)을 근거로 각 픽셀에 대해서 (x',y') ∈ R(x,y)인 영역을 계산하고(S220), f(x,y)를 해당 영상좌표 (x,y)에서의 밝기값(intensity)이라고 할 때, 상기 산출된 이웃영역R(x,y)내에서 f(x,y)>f(x',y')인 픽셀 수 N을 구하고(S230), 상기 픽셀 수 N을 상기 이웃영역R(x,y)에 속하는 전체 픽셀 수로 나눈다(S240). 이때, 상기 픽셀 수 N을 상기 이웃영역R(x,y)에 속하는 전체 픽셀 수로 나눈 결과값이 하기의 수학식 4에 나타낸 Γ(x,y)고, 상술한 연산과정(S220~S240) 또한 하기의 수학식 4에 의해 표현되어 진다.

여기서, Γ(x,y)는 조명 전처리된 영상이고, |X|는 집합 X에 속하는 픽셀 수를 의미하고, N(x)는 x를 만족하는 픽셀 수를 의미한다.

따라서, 입력 영상내에 각 픽셀별 (x,y)는 상기한 산술과정에 의해 처리되어 조명 전처리된 (x,y)값이 부여된다(S250).

도 3은 본 발명의 실시예에 의한 얼굴 인식을 위한 장치에서 상세 구성을 나타낸 기능 블록도이다.

도 3을 참조하면, 얼굴 인식 장치는 사용자의 얼굴을 포함하는 영상을 입력받는 입력부(310)와, 상기 입력된 영상으로부터 얼굴 영역만을 추출하는 추출부(320)와, 상기 추출된 얼굴 영역을 정규화하고, 상기 정규화된 영상의 각 픽셀에 해당하는 이웃영역값을 산출하여, 상기 값을 소정의 과정을 거쳐 조명의 영향을 최소화하는 데이터 영상 결과를 출력하는 전처리부(330)와, 동작 모드를 확인하여, 얼굴 식별 모드이면 상기 전처리부(330)에서 출력된 영상 데이터를 상기 인식부로 출력하고, 얼굴 등록 모드이면 상기 전처리부(330)에서 출력된 영상 데이터를 상기 데이터베이스에 저장하도록 제어하는 모드 제어부(360)와, 상기 출력된 영상 데이터를 통해 얼굴 인식을 수행하는 인식부(380) 및 각각 ID가 부여된 다수의 사용자 얼굴 영상 데이터를 저장하는 데이터베이스(370)를 포함하여 이루어진다.

여기서, 상기 전처리부(330)는 상기 추출된 얼굴 영역 데이터 영상에서 특정 구성 요소의 위치에 근거하여 그 위치와 일정 비를 유지하도록 하여 상기 얼굴 영역 데이터 영상을 정규화하는 기하학적 전처리부(340) 및 상기 정규화된 얼굴 영역의 각 픽셀에 해당하는 이웃 영역을 산출하고, 상기 산출된 이웃 영역을 근거로 해서 소정의 식과의 결합으로부터 얻어지는 값을 통해 조명의 영향을 감소시킨 데이터 영상 결과를 출력하는 조명 전처리부(350)를 포함하여 이루어진다.

상기 조명 전처리부(350)는 상기 도 2의 전처리 과정을 수행하는 것이다.

본 발명은 얼굴 인식에 의한 출입 제어 시스템 또는 PDA, 휴대폰, PC, 영상 통신기등에 내장되어 적용될 수 있는 것으로, 예를 들어, 휴대 단말기의 정당 사용자 인증을 위하여 영상 정보를 저장하고 자체의 카메라로 인식한 영상과 저장 영상을 대비하여 정당 사용자 여부를 판단 가능하고, 또한, 출입 통제, 근태 관리등 물리적 통제에 관한 보안 및 관리를 할 수 있는 등 여러 가지 형태로 응용될 수 있다.

이상에서 설명한 상세한 설명 및 도면의 내용은, 본 발명의 바람직한 실시예에 한정하여 설명한 것이며, 본 발명이 이에 한정되는 것은 아니다. 본 발명의 기술적 사상 범위 내에서 본 발명에 따른 구성요소를 치환, 변경 또는 삭제가 가능할 것이다.

따라서, 본 발명의 권리범위는 상기한 설명 및 도면에 의해 결정되는 것이 아니라 첨부된 특허청구범위에 의해 결정되어 져야한다.

상술한 바와 같이 본 발명의 얼굴 인식을 위한 전처리 방법 및 이를 위한 장치는 조명 변화가 큰 상황에서도 안정적인 얼굴 인식을 수행함으로써, 얼굴 식별의 보안 수준 및 얼굴 인식 성능을 향상시킬 수 있는 효과가 있다.

Claims (19)

1. 얼굴을 포함하는 영상을 입력받는 단계;

   상기 입력된 영상으로부터 얼굴 영역을 추출하는 단계;

   상기 얼굴 영역의 각 픽셀별 해당 이웃 영역을 산출하는 단계;

   상기 산출된 이웃 영역내에서 상기 얼굴 영역의 각 픽셀의 화소값을 해당 픽셀의 밝기값 보다 작은 밝기값을 갖는 픽셀의 비율로 조정하는 단계; 및

   상기 얼굴 영역의 특징을 추출하여 얼굴 인식을 수행하는 단계를 포함하는 얼굴 인식 방법.
2. 제 1항에 있어서,

   상기 추출된 얼굴 영역에서 특정 구성 요소의 위치에 근거하여 그 위치와 일정 비율을 유지하도록 하여 상기 얼굴 영역을 정규화하는 단계를 더 포함하는 것을 특징으로 하는 얼굴 인식 방법.
3. 제 1항에 있어서,

   상기 얼굴 인식을 수행하는 단계는 상기 얼굴 영상에 각각 ID를 등록하는 단계를 포함하는 것을 특징으로 하는 얼굴 인식 방법.
4. 제 2항에 있어서,

   상기 특정 구성 요소의 위치는 얼굴 내 두 눈의 위치인 것을 특징으로 하는 얼굴 인식 방법.
5. 제 3항에 있어서,

   상기 얼굴 인식을 수행하는 단계는, 상기 인식된 얼굴 영상과 데이터베이스에 저장된 영상을 비교하고, 상기 비교 결과 가장 유사한 영상의 ID를 반환하는 단계를 더 포함하는 것을 특징으로 하는 얼굴 인식 방법.
6. 제 1항에 있어서,

   상기 픽셀별 이웃영역을 산출하는 단계는,

   픽셀(x,y)에 대해서,

   {(x',y')|x - r≤x'≤x + r, y - r≤y'≤y + r}

   (여기서, r은 미리 설정된 자연수임)를 이웃영역R(x,y)으로 구하는 단계임을 특징으로 하는 얼굴 인식 방법.
7. 제 1항에 있어서, 상기 이웃영역을 산출하는 단계는,

   하기의 수학식 1에 의해, 변환된 영상 Q를 구하고,

   [수학식 1]

   

   

   

   (여기서, I는 원래의 영상, F는 저역 통과 필터, F*I는 저역 통과 필터를 통과한 블러(blur)된 이미지이다.)

   상기 Q에 사전에 정의된 상수 p를 곱하여 이웃영역을 산출하는 단계인 것을 특징으로 하는 얼굴 인식 방법.
8. 제 1항에 있어서, 상기 이웃영역을 산출하는 단계는,

   하기의 수학식 2에 의해, 변환된 영상내에 각 픽셀I'(x,y)를 구하고, 상기 I'(x,y)에 상수 q를 곱하여 산출하는 것을 특징으로 하는 얼굴 인식 방법.

   [수학식 2]

   I'(x, y) =

   

   ,

   (여기서, I'(x,y)는 변환된 영상내에 각 픽셀이다.)

   상기 최적의

   

   은 하기의 수학식 3이다.

   [수학식 3]

   

   ,

   (여기서,

   

   0는 사전에 정의된 조명이 없는 상태의 최적 영상이다.)
9. 사용자의 얼굴을 포함하는 영상을 입력받는 입력부;

   상기 입력된 영상으로부터 얼굴 영역을 추출하는 추출부;

   상기 얼굴 영역의 각 픽셀 별로, 이웃 영역을 산출하고, 상기 산출된 이웃 영역내에서, 상기 픽셀보다 낮은 밝기값을 갖는 픽셀 비율에 따라서 픽셀의 화소값을 조정하여 조명의 영향을 최소화하는 조명 전처리부; 및

   상기 조명 전처리부에서 출력된 데이터 영상을 통해 얼굴 인식을 수행하는 인식부를 포함하는 것을 특징으로 하는 얼굴 인식 장치.
10. 제 9항에 있어서,

    상기 조명 전처리부로 입력되기 전에 상기 추출된 얼굴 영역에서 특정 구성 요소의 위치에 근거하여 그 위치와 일정 비를 유지하도록 하여 상기 얼굴 영역을 정규화하는 기하학적 전처리부를 더 포함하는 것을 특징으로 하는 얼굴 인식 장치.
11. 제 9항에 있어서,

    각각 ID가 부여된 다수의 사용자의 얼굴 영상 데이터를 저장하는 데이터베이스를 더 포함하는 것을 특징으로 하는 얼굴 인식 장치.
12. 제 9항에 있어서,

    동작 모드를 확인하여, 얼굴 식별 모드이면 상기 조명 전처리부에서 출력된 데이터 영상을 상기 인식부로 출력하고, 얼굴 등록 모드이면 상기 조명 전처리부에서 출력된 데이터 영상을 데이터베이스에 저장하도록 제어하는 모드 제어부를 더 포함하는 것을 특징으로 하는 얼굴 인식 장치.
13. 제 9항에 있어서, 상기 조명 전처리부는,

    픽셀(x,y)에 대해서,

    {(x',y')|x - r≤x + r, y - r≤y'≤y + r}

    (여기서, r은 미리 설정된 자연수임)를 이웃영역R(x,y)로 산출하는 것을 특징으로 하는 얼굴 인식 장치.
14. 제 9항에 있어서, 상기 조명 전처리부는,

    하기의 수학식 1에 의해, 변환된 영상 Q를 구하고,

    [수학식 1]

    

    

    

    (여기서, I는 원래의 영상, F는 저역 통과 필터, F*I는 저역 통과 필터를 통과한 블러(blur)된 이미지이다.)

    상기 Q에 상수 p(사전에 정의된)을 곱하여 이웃영역을 산출하는 것을 특징으로 하는 얼굴 인식 장치.
15. 제 9항에 있어서, 상기 조명전처리부는,

    하기의 수학식 2에 의해, 변환된 영상내에 각 픽셀I'(x,y)를 구하고, 상기 I'(x,y)에 상수 q를 곱하여 이웃영역으로 하는 것을 특징으로 하는 얼굴 인식 장치.

    [수학식 2]

    I'(x, y) =

    

    ,

    (여기서, I'(x,y)는 변환된 영상내에 각 픽셀이다.)

    상기 최적의

    

    은 하기의 수학식 3에 의해서 도출된다.

    [수학식 3]

    

    (여기서,

    

    0는 사전에 정의된 조명이 없는 상태의 최적 영상이다.)
16. 조명 변화에 관계없이 안정적으로 얼굴 인식을 수행할 수 있는 얼굴 인식을 위한 전처리 방법에 있어서,

    얼굴 영역의 각 픽셀별로 이웃 영역을 산출하는 단계;

    상기 산출된 이웃 영역내에 포함된 픽셀의 수를 산출하는 단계;

    상기 산출된 이웃 영역내에서 해당 픽셀의 밝기값보다 작은 밝기값을 갖는 픽셀의 수를 산출하는 단계; 및

    상기 산출된 해당 픽셀의 밝기값보다 낮은 밝기값을 갖는 픽셀의 수를 해당 이웃 영역의 총 픽셀수로 나누어, 그 결과값을 해당 픽셀의 새로운 화소값으로 부여하는 단계를 포함하는 얼굴 인식을 위한 전처리 방법.
17. 제 16항에 있어서,

    상기 이웃영역을 산출하는 단계는,

    픽셀(x,y)에 대해서,

    {(x',y')|x - r≤x'≤x + r, y - r≤y'≤y + r}

    (여기서, r은 미리 설정된 자연수임)를 이웃영역(x,y)로 구하는 것을 특징으로 하는 얼굴 인식을 위한 전처리 방법.
18. 제 16항에 있어서,

    상기 이웃영역을 산출하는 단계는,

    하기의 수학식 1에 의해, 변환된 영상 Q를 구하고,

    [수학식 1]

    

    

    

    (여기서, I는 원래의 영상, F는 저역 통과 필터, F*I는 저역 통과 필터를 통과한 블러(blur)된 이미지이다.)

    상기 Q에 상수 p(사전에 정의된)를 곱하여 이웃 영역을 산출하는 것을 특징으로 하는 얼굴 인식을 위한 전처리 방법.
19. 제 16항에 있어서,

    상기 이웃영역을 산출하는 단계는,

    하기의 수학식 2에 의해, 변환된 영상내에 각 픽셀I'(x,y)를 구하고, 상기 I'(x,y)에 상수 q를 곱하여 이웃영역으로 하는 것을 특징으로 하는 얼굴 인식을 위한 전처리 방법.

    [수학식 2]

    I'(x, y) =

    

    ,

    (여기서, I'(x,y)는 변환된 영상내에 각 픽셀이다.)

    상기 최적의

    

    은 하기의 수학식 3에 의해서 도출된다.

    [수학식 3]

    

    (여기서,

    

    0는 사전에 정의된 조명이 없는 상태의 최적 영상이다.)

Images