KR20070097629A - 얼굴 인식을 위한 임베디드 시스템 - Google Patents

Abstract

본 발명에 따른 얼굴 인식을 위한 임베디드 시스템은 입력 버퍼와, 출력 버퍼와 영상처리부와 안면검출 제어부, 안면인식 제어부로 구성된 것을 특징으로 한다.

본 발명에 따른 얼굴 인식을 위한 임베디드 시스템에 따르면 얼굴 인식을 위해 soc 상태로 시스템에 임베디드함으로 처리 속도가 빨라지고 보다 정밀한 얼굴 인식을 수행할 수 있는 효과를 가진다.

Description

얼굴 인식을 위한 임베디드 시스템{EMBEDDED SYSTEM FOR RECOGNIZING FACE}

도 1은 얼굴 인식을 위한 임베디드 시스템에 따른 개략적인 구성을 나타내는 블록도.

본 발명은 얼굴 인식을 위한 임베디드 시스템에 관한 것이다.

전통적으로 모바일, 비디오폰, 지능 로봇 분야에서 보안, 화상회의, 무인감시 등을 위하여 특정 사용자의 아이덴디티(identity)를 인식하기 위해서는 비밀번호 식별 시스템에 의한 비밀번호 입력 내지 스마트카드 등을 통하는 방법이 자주 사용되었으나 이러한 방법은 사용자가 패스워드나 스마트카드를 잊어버릴 수도 있고 악의를 가진 다른 사용자가 패스워드를 예측하여 사용하거나 스마트카드를 훔쳐서 사용할 수 있다는 단점을 갖고 있었다.

이러한 문제점을 딛고 현재에 활발히 사용되는 생체 인식 기술은 사용자 자체에 내재된 고유 특성을 인식하기 위한 기술로서, 예를 들어 홍채, 지문, 손바닥, 얼굴, 서명, 행동양식, 및 목소리와 같이 사용자가 알고 있거나 갖고 있는 것이 아닌, 사용자 그 자신이 가진 물리적 혹은 행동적 특징을 인식하는 기술을 의미한다. 이러한 사용자 고유 특징은 패스워드처럼 잊어버리거나 스마트카드처럼 잃어버리지도 않고, 다른 사용자가 훔쳐서 사용하기도 어려우므로 기존의 방법들 보다 더욱 안전하고 확실한 인식 방법이라고 할 수가 있다.

도 1은 얼굴 인식 시스템의 사용분야를 개략적으로 표시한 설명도이다.

생체 인식의 여러 특징들 가운데에서도 얼굴 특징은 특정한 장치를 이용하여 직접 입력을 받아야 하는 다른 특징들에 비해서, 사용자의 직접 입력 없이 카메라의 입력 영상만을 이용하여 좀 더 친숙하고 편안한 방법을 제공하므로, 도 1에 도시된 바와 같이 다양한 분야에서 활용 및 적용 중에 있다.

얼굴인식을 위한 알고리즘 내지 시스템은 조명, 포즈, 표정, 장신구, 나이 등 사용자의 외부환경 또는 얼굴변화에서 발생하는 다양한 변화에 신뢰성 있게 적용될 수 있기 위하여 다양한 기술과 이론을 기반으로 꾸준히 개발되고 있다. 현재 개발되고 있는 얼굴 인식 방법은 얼굴 데이터 입력 방식에 따라 "이차원 인식"(일반적인 얼굴 인식 데이터)과 "삼차원 인식"(얼굴의 포즈 변화에 강인한 장점은 있으나, 학습/테스트 데이터의 부족으로 인한 인식률의 저하 문제점 내포)으로 구분할 수 있으며, 데이터의 특징에 따라 적외선 카메라를 이용한 얼굴의 '열 패턴 영상'(조명 변화에 강인하나, 응용분야가 한정됨)과 '컬러'(얼굴의 피부색으로 모델링하는 것으로, 처리속도가 빠르기는 하지만 조명, 인종의 피부색 변화 및 다양성에 민감하다는 단점) 및 '흑백' 데이터(일반적인 얼굴인식 데이터) 등으로 나눌 수가 있다.

도 2는 일반적으로 현재 사용되는 얼굴(안면) 인식 방법을 도시하고 있는 블 록도이다.

도 2를 보아 알 수 있듯이, 공지의 얼굴 인식 시스템은 얼굴 영상을 읽을 수 있는 스캐너, 카메라 등의 주변장치로부터 얼굴 영상을 수신하여 이를 통해 영상정보의 분석으로 인하여 얼굴 부위를 검출한 다음 검출된 얼굴 영상을 정규화하여 얼굴 부위의 특징을 얻어 내고 이를 특정 사용자에 의하여 기 등록되어 있는 얼굴 데이터와 비교 분석을 하여 최종적으로 얼굴 여부를 인식할 수 있도록 구성이 되어 있다.

현재까지 구현된 얼굴 인식 솔루션/시스템은 펜티엄기반의 '소프트웨어'로써 이렇게 소프트웨어로 구현되는 시스템을 적용하기 위해서는 필연적으로 고 사양의 시스템이 구축되어야만 했다. 이러한 소프트웨어 기반의 시스템은 사용이 매우 제한적이고 편리성이 떨어지며 가격 경쟁력이 떨어진다.

이러한 종래 방식의 문제점을 요약하면,

1) 기존의 안면 검출, 인식, 특징정보 추출 방법은 많은 리소스와 계산을 필요로 하도록 설계가 되었기 때문에, 실제 칩으로 구현을 하기에는 많은 경량화, 칩 적용 작업을 필요로 하고, 또한 이러한 작업으로 인해 성능저하가 따르게 되는 단점이 있기 때문에 실체 칩 구현이 힘들었다는 문제가 있었고,

2) 기존의 안면 관련 알고리즘에서 높은 인식 성능을 위해서는 부가적으로 정규화, 많은 조명, 포즈 등의 처리 과정을 필요로 하고 있기 때문에 이들 전부 과정을 연선 처리하는 기능을 가진 칩으로 구현을 하기에는 칩 생산, 설계, 구현 비용이 많이 소요되며,

3) 얼굴과 비얼굴을 구별하기 위하여 복잡한 패턴 인식인 Neural Network과 같은 방법을 이용함으로써, 검출 성능은 높지만 계산하는데 필요로 하는 연산이 기하급수적으로 커져서 실시간 처리가 힘들 뿐만 아니라, 연산에 필요로 하는 데이터의 크기도 크다는 단점이 있었고,

4) 또한 실시간 처리를 위해서 칼라 영상에서 얼굴의 피부색을 모델링함으로써 입력 영상의 칼라 분포에서 피부색 분포를 추출하는 방법으로 얼굴을 검출하는 방법이 개발되기도 하였지만, 다양한 인종, 조명 변화에 민감하게 반응함으로써 원하는 수준의 검출 성능을 얻기가 힘들었다는 문제점이 있었다.

최근에 특허 등록된 시스템인 국내 특허 제 545559호"하-라이크 피쳐/선형 판별 분석을 이용한 얼굴 인식 장치 및 방법"에 따르면, 하-라이크 피쳐 정보를 통해 아다부스트(adaboost) 학습 알고리즘을 거쳐 얼굴 영상 정보를 추출하고, 선형 판별 분석(LDA)을 통해 얼굴을 효율적으로 인식하는 것을 특징으로 하고 있으며, 하-라이크 피쳐 정보/선형 판별 분석의 계수 간에 유클리디언 거리를 사용하여 그 거리가 가장 작은 얼굴 영상이 동일 인물의 얼굴로 인식하는 방식을 이용하고 있다.

그런데, 이러한 하-라이크 피쳐 정보/선형 판별 분석의 계수 간에 유클리디언 거리는 비록 선형 판별 분석을 이용하여 얻어진 것이기는 하나, 실제 얼굴 영상 인식에서 사용하는데 단순성이 있어 에러가 자주 도출될 우려가 있다.

따라서, 보다 다양한 거리 연산분석을 통하여 에러를 최소화하여 우수한 인 식 연산처리를 수행할 수 있음과 더불어 실시간으로 얼굴을 검출하고 인식하기 위한 메모리 구조 및 하드웨어 구조를 제시하고 이를 FPGA 및 SoC(system on chip)으로 구현하여 설계한 하드웨어 구조가 임베디드 시스템의 핵심코어로 적용될 수 있어 소프트웨어 처리 방식보다 탁월한 속도를 발휘할 수 있는 새로운 시스템의 필요성이 대두된다.

본 발명은 상기 문제점을 극복하기 위하여 안출된 것으로서, 기존 소프트웨어 방식으로 운용되어 시스템의 고성능을 필요로 하는 점을 탈피하여 얼굴의 검출 및 인식처리를'SoC'로 구현하여 뛰어난 인식 처리 속도를 가지고 주변 시스템의 고 사양을 필요로 하지 않는 시스템을 제공하는 것에 그 목적이 있다.

본 발명의 다른 목적은 등록되어 있는 비교 얼굴 정보와의 오차를 줄이기 위하여 보다 다양한 거리 비교 방식을 이용하고 아다부스트(Adaboost) 알고리즘을 사용하여 간편한 연산에 의하여 손쉽게 칩으로 구현하도록 하는 것이다.

상기 목적을 달성하기 위하여, 본 발명에 따른 얼굴 인식을 위한 임베디드 시스템은 입력 버퍼와, 출력 버퍼와 영상처리부와 안면검출 제어부, 안면인식 제어부로 구성된 것을 특징으로 한다.

이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세하게 설명하도록 한다. 첨부된 도면은 축척에 의하여 도시되지 않았으며, 각 도면의 동일한 참조 번호는 동일한 구성 요소를 지칭한다.

본 발명에 따른 임베디드 시스템용 안면인식 chip은 영상을 받아서, 안면을 검출, 인식을 수행하여 영상에서의 안면 위치, 크기 정보, 눈의 위치, 회전 정보, 등록된 본인 또는 구성원의 정보를 제공하는 기능을 수행한다.

도 1을 참조하여 보면, 본 발명에 따른 임베디드 시스템 구현을 위한 안면인식 칩은 입력, 출력 버퍼와 영상처리부와 안면검출 제어부, 안면인식 제어부로 구성된다. 입력 버퍼는 카메라, 동영상, 이미지에서의 영상정보와 미리 등록된 사람들의 안면 특징 정보를 받아들이고, 영상처리부는 안면검출, 인식을 위해 수행을 하는 기본적인 영상의 크기, 회전, 칼라변환과 같은 기본적인 영상처리에서 일반적인 환경에서도 동작을 수행하기 위한 조명처리를 위한 기능으로 구성된다. 안면검출 제어부는 안면과 안면이 아닌 영상을 구분할 수 있는 특징 필터를 저장하고, 검출 필터를 이용하여 영상에서 안면을 찾기 위해 마스크를 적용하는 부분과 안면여부를 판단하는 부분으로 구성된다. 마지막으로, 안면인식 제어부는 인식을 위해 필요로 하는 특징정보를 추출하는 부분과 이를 이용하여 인식을 수행하는 부분으로 구성되며, 마지막으로 출력 버퍼는 안면의 위치정보, 인식정보, 추출 안면 특징정보의 결과를 가지고 있다.

각 구성요소의 기능을 설명하면 다음과 같다.

가) 입력 버퍼(Input buffer)

(1) 카메라 또는 이미지, 동영상 등 사용자의 입력영상과 이전에 등록된 사람들의 안면 특징정보 데이터를 받아서, 중간처리 과정을 통한 속도, 연산 최적화를 위한 영상 처리를 통한 중간단계를 수행

(2) 입력 영상 및 중간처리 영상(Integral image)의 저장, 처리

(3) 등록된 안면 특징 정보 저장

나) 영상 처리(Image processing)

(1) 안면 검출, 인식을 수행하기 위한 기본적인 영상 처리, 필터링, 조명 처리를 담당

(2) 영상 크기 조절(resize)

(3) 영상 회전(rotation)

(4) 마스크 필터 처리(filtering)

(5) 조명 처리(illumination correction)

다) 안면 검출(Face detection)

(1) 입력 버퍼에 들어온 입력 영상 정보에서 안면을 검출하고, 검출한 영상이 실제 안면인지를 검증하는 역할 수행

(2) 안면 검출(face detection): 다양한 환경, 조명, 사람들의 변화에 무관한 안면과 안면이 아닌 영상을 구분할 수 있는 필터를 칩에 내장하여 이를 영상 처리의 마스크 필터 처리를 통하여 안면의 위치와 크기 정보를 구하는 기능

(3) 안면 검증(face verification): 얻어진 안면의 위치와 크기를 일정하게 정규화를 하고, 눈, 코, 입과 같은 안면의 특징을 구해서 실제 정면 안면인지를 검증하는 기능

라) 안면인식(Face recognition)

(1) 안면 특징 정보 추출(face extraction): 안면의 조명, 포즈, 표정변화를 보정을 하고, 인식을 위한 안면 고유의 특징 정보를 추출하는 기능

(2) 안면인식(face identification): 입력으로 들어온 미리 저장된 사람들의 안면 인식 특징정보를 이용하여, 현재 검출한 안면에서 추출한 안면 특징 정보와의 관계를 비교하여 개인 ID정보를 구하여, 영상에서 검출한 사람이 누구인지를 알아내는 기능

마) 출력 버퍼(Output buffer)

(1) 안면의 위치정보(face location): 안면 검출의 결과로 구해진 안면의 위치, 크기 정보를 저장하고 있는 부분

(2) 안면의 특징정보(face ID information): 현재 검출하여 인식을 한 사람에서 추출한 안면 인식 특징 정보를 저장하고 있는 부분

지금까지 설명한 바와 같이, 본 발명에 따른 얼굴 인식을 위한 임베디드 시스템의 구성 및 작용을 상기 설명 및 도면에 표현하였지만 이는 예를 들어 설명한 것에 불과하여 본 발명의 사상이 상기 설명 및 도면에 한정되지 않으며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 변화 및 변경이 가능함은 물론이다.

이상에서 설명한 바와 같이, 본 발명에 따른 얼굴 인식을 위한 임베디드 시스템에 따르면 얼굴 인식을 위해 soc 상태로 시스템에 임베디드함으로 처리 속도가 빨라지고 보다 정밀한 얼굴 인식을 수행할 수 있는 효과를 가진다.

Claims (1)

1. 얼굴 인식을 위한 임베디드 시스템으로서,

   입력 버퍼와, 출력 버퍼와 영상처리부와 안면검출 제어부, 안면인식 제어부로 구성된 것을 특징으로 하는, 얼굴 인식을 위한 임베디드 시스템.

Images