KR20140138486A - 성별 인식 장치 및 방법 - Google Patents
성별 인식 장치 및 방법 Download PDFInfo
- Publication number
- KR20140138486A KR20140138486A KR20130059140A KR20130059140A KR20140138486A KR 20140138486 A KR20140138486 A KR 20140138486A KR 20130059140 A KR20130059140 A KR 20130059140A KR 20130059140 A KR20130059140 A KR 20130059140A KR 20140138486 A KR20140138486 A KR 20140138486A
- Authority
- KR
- South Korea
- Prior art keywords
- gender
- image
- face image
- recognition
- person
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
본 발명에서는 영상에서 사람의 성별을 인식함에 있어서, 정지영상 또는 동영상 등으로 입력되는 입력 영상에서 영상에 포함된 단일 혹은 복수 명의 사람에 대해 얼굴을 검출하고, 검출된 얼굴 영상에서 성별 인식을 위한 성별 특징 정보를 추출한 후, 미리 학습된 하나의 분류기를 통해 성별 특징 정보를 분석하여 사람의 성별을 정확히 인식할 수 있도록 한다.
Description
본 발명은 사용자의 성별 인식에 관한 것으로, 특히 영상에서 사람의 성별(gender)을 인식하는 장치 및 방법에 관한 것으로, 정지영상 또는 동영상 등으로 입력되는 입력 영상에서 영상에 포함된 단일 혹은 복수 명의 사람에 대해 얼굴을 검출하고, 검출된 얼굴 영상에서 성별 인식을 위한 성별 특징 정보를 추출한 후, 미리 학습된 하나의 분류기를 통해 성별 특징 정보를 분석하여 사람의 성별을 정확히 인식할 수 있도록 하는 성별 인식 장치 및 방법에 관한 것이다.
일반적으로, 성별 인식 기술은 영상기기로부터 입력되는 사람의 영상 또는 미리 촬영된 영상 중 존재하는 사람의 영상으로부터 해당 사람이 남성인지 여성인지 여부를 인식하는 기술을 의미한다.
이러한 성별 인식을 위해 종래에는 사람의 영상으로부터 얼굴 영상을 추출하여 여러 가지 특징 정보를 분석하거나 또는 영상분석 정보와 함께 음성 정보를 분석하여 식별 대상 사람의 성별을 인식하고 있다.
그러나, 위와 같은 종래 성별 인식 기술에서는 얼굴 영상으로부터 인식 대상 사람의 성별을 인식하기 위해 남성과 여성을 대상으로 하는 별도의 분류기를 2개 구비하여야 하는 문제점이 있으며, 또한 얼굴인식에 기초한 종래 성별 인식 방법에서는 성별에 따라 특징의 분포가 달라지는 특이성 또는 연령에 따라 성별의 특징 분포가 다른 특이성 등을 반영하여 연령 및 성별을 판별하지 못하고 있으므로 신뢰성이 떨어지며, 연산량이 많다는 문제점이 있었다.
또한, 이와 같이 성별 인식의 신뢰성 확보를 위해 추가적으로 음성 정보를 이용하여 성별을 분석하는 방법을 이용하는 경우 음성 분석을 위한 추가적인 장치가 필요하게 되는 등 장치가 복잡해지는 문제점이 있었다.
(특허문헌)
대한민국 공개특허번호 10-2004-0049410호(공개일자 2004년 06월 12일)에는 휴대전화의 화자 독립형 음성인식을 위한 성별 구분방법에 관한 기술이 개시되어 있다.
따라서, 본 발명은 영상에서 사람의 성별을 인식함에 있어서, 정지영상 또는 동영상 등으로 입력되는 입력 영상에서 영상에 포함된 단일 혹은 복수 명의 사람에 대해 얼굴을 검출하고, 검출된 얼굴 영상에서 성별 인식을 위한 성별 특징 정보를 추출한 후, 미리 학습된 하나의 분류기를 통해 성별 특징 정보를 분석하여 사람의 성별을 정확히 인식할 수 있도록 하는 성별 인식 장치 및 방법을 제공하고자 한다.
상술한 본 발명은 성별 인식 장치로서, 입력 영상으로부터 사람의 얼굴 영상을 검출하는 얼굴 검출부와, 상기 검출된 얼굴 영상을 기설정된 포맷으로 정규화하는 정규화부와, 상기 정규화된 얼굴 영상으로부터 성별 구분을 위한 특징 정보를 추출하는 성별 특징 추출부와, 상기 특징 정보를 분석하여 상기 사람의 성별을 인식하는 성별 인식부를 포함한다.
본 발명은 영상에서 사람의 성별을 인식함에 있어서, 정지영상 또는 동영상 등으로 입력되는 입력 영상에서 영상에 포함된 단일 혹은 복수 명의 사람에 대해 얼굴을 검출하고, 검출된 얼굴 영상에서 성별 인식을 위한 성별 특징 정보를 추출한 후, 미리 학습된 하나의 분류기를 통해 성별 특징 정보를 분석하여 사람의 성별을 정확히 인식할 수 있도록 하는 이점이 있다.
도 1은 본 발명의 실시예에 따른 성별 인식 장치의 상세 블록 구성도,
도 2는 본 발명의 실시예에 따른 얼굴 영상의 정규화 예시도,
도 3은 본 발명의 실시예에 따른 정규화된 얼굴 영상에서 성별 특징 정보 추출 예시도,
도 4는 본 발명의 실시예에 따른 성별 인식 장치에서의 동작 제어 흐름도,
도 5는 본 발명의 실시예에 따른 성별 인식부에서의 성별 인식 동작 제어 흐름도.
도 2는 본 발명의 실시예에 따른 얼굴 영상의 정규화 예시도,
도 3은 본 발명의 실시예에 따른 정규화된 얼굴 영상에서 성별 특징 정보 추출 예시도,
도 4는 본 발명의 실시예에 따른 성별 인식 장치에서의 동작 제어 흐름도,
도 5는 본 발명의 실시예에 따른 성별 인식부에서의 성별 인식 동작 제어 흐름도.
이하, 첨부된 도면을 참조하여 본 발명의 동작 원리를 상세히 설명한다. 하기에서 본 발명을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 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 전반에 걸친 내용을 토대로 내려져야 할 것이다.
도 1은 본 발명의 실시 예에 따른 성별 인식 장치(102)의 상세 블록 구성을 도시한 것으로, 본 발명의 성별 인식 장치(102)는 얼굴 검출부(102), 정규화부(104), 성별 특징 추출부(106), 성별 인식부(108) 등을 포함할 수 있다.
이하, 도 1을 참조하여 본 발명의 성별 인식 장치(102)의 각 구성요소에서의 동작을 상세히 설명하기로 한다.
먼저, 얼굴 검출부(102)는 카메라(camera) 등의 영상 입력장치로부터 입력되는 영상으로부터 사람의 얼굴 영상을 검출한다. 이때, 입력 영상은 동영상과 정지영상 모두를 포함할 수 있으며, 건물의 입구 등에 설치된 카메라 등으로부터 실시간으로 입력되는 영상 또는 카메라 등의 입력장치를 통해 입력되어 저장된 영상을 포함할 수 있다.
이때, 얼굴 검출부(102)에서 입력 영상으로부터 얼굴을 검출하는 방식으로는 Haar rectangle, MCT(modified census transform), LBP(local binary pattern), HOG(histogram of oriented gradients) 등을 기반으로 하는 AdaBoost 분류기가 사용될 수 있다.
정규화부(104)는 얼굴 검출부(102)에서 검출된 얼굴 영상에 대해 기설정된 크기로 정규화를 수행한다. 도 2는 정규화부(104)에서 얼굴 영상을 정규화시키는 과정을 예시한 도면으로, 이하, 도 2를 참조하여 정규화부(104)에서 얼굴 영상을 정규화시키는 동작을 상세히 살펴보기로 한다.
일반적으로, 얼굴 검출부(102)에서 검출되는 얼굴 영상은 도 2의 (a)에서 보여지는 바와 같이 기울어져 있거나, 또한 카메라와의 거리에 따라 얼굴 영상의 크기가 다양한 크기로 검출될 수 있다. 이에 따라, 정규화부(104)에서는 기울어진 얼굴 영상에 대해서는 도 2의 (b)에서와 같이 얼굴 영상이 기울어지지 않은 상태로 교정시키고, 도 2의 (c)에서와 같이 교정된 얼굴 영상을 추출한 후, 도 2의 (d)에서와 같이 기설정된 크기(size) 또는 해상도(resolution) 등으로 리사이즈(resize) 시키는 등으로 정규화된 얼굴 영상을 생성하게 된다.
이때, 얼굴에서 성별인식을 위해서는 눈, 코, 입 뿐만 아니라 여성의 경우 머리카락 부분이 중요한 특징을 가진다. 따라서 정규화부(104)에서는 이마의 윗 부분인 정수리 부분, 턱 및 어깨위 부분, 그리고 왼쪽 귀를 벗어난 부분, 오른쪽 귀의 오른쪽 부분까지를 커버하는 영역이 모두 들어가도록 얼굴 영상을 추출하고, 이렇게 추출한 얼굴 영상을 기설정된 크기 또는 해상도 등으로 리사이즈 시키는 등으로 정규화된 얼굴 영상을 생성하게 되는 것이다. 이어, 이와 같이 정규화된 얼굴 영상은 성별 특징 추출부(106)의 입력으로 들어가게 된다.
성별 특징 추출부(106)는 정규화부(104)에서 기설정된 크기나 해상도 등으로 정규화된 얼굴 영상에서 성별을 인식할 수 있는 특징 정보를 추출한다.
이때, 성별을 구분할 수 있는 특징의 종류에는 MCT(modified census transform), LBP(local binary pattern), HOG(histogram of oriented gradients) 등이 있다. 도 3는 얼굴영상에서 MCT 특징이 표시된 것을 예시한 도면으로, 도 3의 (a)는 성별구분을 위한 MCT 특징이 100개 표시된 것을 도시하였으며, 도 3의 (b)는 성별구분을 위한 MCT 특징이 1000개 표시된 것을 도시하였다. 이러한 성별 구분 특징의 위치는 대용량 데이터베이스(database)에서 AdaBoost 학습 과정을 통해 추출될 수 있다.
즉, 도 3의 (b)에 도시된 도면을 예를 들어 설명하면, 대용량 데이터베이스 안에서 성별을 구분할 수 있는 특징들이 눈 근처, 입 주변 영역, 그리고 머리카락 등의 얼굴 바깥의 배경 부분에 위치하는 것을 알 수 있다. 이렇게 성별을 구분할 수 있는 특징의 위치들은 AdaBoost 학습 과정에서 추출될 수 있다.
즉, 성별 특징 추출부(106)는 성별 인식부(108)의 입력으로 들어가는 정규화된 얼굴영상의 모든 부분에서 MCT 특징을 구하게 되며, 이후 AdaBoost에서 미리 파악된 중요한 특징 위치들만의 가중치(weight) 값이 성별 인식부(108)의 입력으로 제공된다.
성별 인식부(108)는 성별 특징 추출부(106)로부터 추출된 성별 특징 정보를 분석하여 성별 판단 대상이 되는 사람의 성별을 인식하게 된다.
즉, 성별 인식부(108)는 성별 특징 추출부(106)에서 추출된 성별 특징 위치와 AdaBoost에서 계산된 해당 특징 위치에서의 가중치 값을 수신받고, 입력 얼굴 영상의 각 성별 특징 위치에서의 MCT 특징값(
(x))과 픽셀 분류값(pixel classifier)(
)을 곱한 값에 해당 성별 특징 위치에서의 가중치 값을 합산한 후, 이와 같은 계산을 통해 도출된 성별 인식값(
)을 미리 설정된 성별 판별 기준값(threshold)과 비교하여 성별을 인식하게 된다.
이때, 성별 인식부(108)는 예를 들어 성별 인식값이 기준값보다 큰 경우 남성 또는 여성으로 성별을 판별할 수 있으며, 합산된 값이 기준값의 근처에 존재하여 남녀 구분이 모호한 경우에는 "불확실"이라는 결과를 도출할 수 있다.
또한, 성별 인식부(108)는 위와 같이 성별 인식 결과를 출력함에 있어서, 남성, 여성 또는 불확실로 결과를 출력하되, 남성과 여성으로 인식된 결과에 대해서는 해당 스코어(score)를 제시할 수도 있으며, 이와 같은 스코어는 해당 얼굴 영상에서 계산된 성별 인식값이 될 수 있다.
도 4는 본 발명의 실시예에 따른 성별 인식 장치(100)에서 성별 인식 동작 제어 흐름을 도시한 것이다. 이하, 도 1 내지 도 4를 참조하여 본 발명의 실시예를 상세히 설명하기로 한다.
먼저, 성별 인식 장치(100)는 카메라 등의 영상 입력장치로부터 성별 인식이 대상이되는 영상을 입력받는다(S400).
이어, 성별 인식 장치(100)는 얼굴 검출부(102)를 통해 카메라 등의 영상 입력장치로부터 입력되는 영상으로부터 사람의 얼굴 영상을 검출한다(S402). 이때, 입력 영상은 동영상과 정지영상 모두를 포함할 수 있으며, 건물의 입구 등에 설치된 카메라 등으로부터 실시간으로 입력되는 영상 또는 카메라 등의 입력장치를 통해 입력되어 저장된 영상을 포함할 수 있다.
이어, 성별 인식 장치(100)는 정규화부(104)를 통해 얼굴 영상에 대해 기설정된 크기 또는 해상도로 정규화를 수행한다(S404).
이때, 일반적으로 얼굴 영상은 도 2의 (a)에서 보여지는 바와 같이 기울어져 있거나, 또한 카메라와의 거리에 따라 얼굴 영상의 크기가 다양한 크기로 검출될 수 있다. 이에 따라, 성별 인식 장치(100)는 기울어진 얼굴 영상에 대해서는 얼굴 영상이 기울어지지 않은 상태로 교정시키고, 교정된 얼굴 영상을 추출하여 기설정된 크기 또는 해상도 등으로 리사이즈 시키는 등으로 정규화된 얼굴 영상을 생성하게 된다.
이어, 성별 인식 장치(100)는 성별 특징 추출부(106)를 통해 정규화된 얼굴 영상으로부터 성별을 인식할 수 있는 특징 정보를 추출한다(S406).
즉, 성별 인식 장치(100)는 성별 특징 추출 단계(S406)에서 정규화된 얼굴영상의 모든 부분에서 MCT 특징을 구하게 되며, 이후 AdaBoost에서 미리 파악된 중요한 특징 위치들만의 가중치(weight) 값을 성별 특징 정보로 추출한다.
이어, 성별 인식 장치(100)는 성별 인식부(108)를 통해 성별 특징 정보를 분석하여 성별 판단 대상이 되는 사람의 성별을 인식하게 된다(S408).
즉, 성별 인식 장치(100)는 추출된 성별 특징 위치와 AdaBoost에서 계산된 해당 특징 위치에서의 가중치 값을 수신받고, 입력 얼굴 영상의 각 성별 특징 위치에서의 MCT 특징값(
(x))과 픽셀 분류값(
)을 곱한 값에 해당 성별 특징 위치에서의 가중치 값을 합산한 후, 이와 같은 계산을 통해 도출된 성별 인식값(
)을 미리 설정된 성별 판별 기준값(threshold)과 비교하여 성별을 인식하게 된다.
이어, 성별 인식 장치(100)는 성별 인식 결과를 출력하여(S410) 성별 인식 대상이 되는 영상에 존재하는 사람이 남자인지 여자인지 여부를 사용자가 알수 있도록 한다.
이때, 성별 인식 장치(100)는 예를 들어 성별 인식값(
)이 기준값보다 큰 경우 남성 또는 여성으로 성별을 판별할 수 있으며, 성별 인식값(
)이 남성 또는 여성의 단정적인 판별이 어려운 기준값의 근처에 존재하여 남녀 구분이 모호한 경우에는 "불확실"이라는 결과를 도출할 수 있다.
또한, 성별 인식부(100)는 위와 같이 성별 인식 결과를 출력함에 있어서, 남성, 여성 또는 "불확실"로 결과를 출력하되, 남성과 여성으로 인식된 결과에 대해서는 해당 스코어를 제시할 수도 있으며, 이와 같은 스코어는 해당 얼굴 영상에서 계산된 성별 인식값이 될 수 있다.
도 5는 본 발명의 실시예에 따른 성별 인식 장치(100)에서 성별 인식을 수행하는 동작 제어 흐름을 도시한 것이다. 이하, 도 1 내지 도 5를 참조하여 본 발명의 실시예를 상세히 설명하기로 한다.
먼저, 성별 인식 장치(100)는 성별 특징 추출부(106)를 통해 정규화된 얼굴 영상으로부터 성별을 인식할 수 있는 특징 정보를 추출한 후, 이와 같이 추출된 성별 특징 정보를 이용하여 성별 인식을 수행한다.
즉, 성별 인식 장치(100)는 성별 특징 정보를 입력한 후(S450), 성별 특징 정보를 이용하여 성별 인식값(
)을 계산한다(S452).
위와 같은 성별 인식값을 계산함에 있어서, 성별 인식 장치(100)는 정규화된 얼굴영상의 모든 부분에서 MCT 특징값(
(x))을 구하고, AdaBoost에서 미리 파악된 중요한 특징 위치들만의 가중치(weight) 값을 제공받는다.
이어, 성별 인식 장치(100)는 추출된 성별 특징 위치와 AdaBoost에서 계산된 해당 특징 위치에서의 가중치 값을 이용하여, 입력 얼굴 영상의 각 성별 특징 위치에서의 MCT 특징값(
(x))과 픽셀 분류값(
)을 곱한 값에 해당 성별 특징 위치에서의 가중치 값을 합산하여 성별 인식값(
)을 계산한다.
이어, 성별 인식 장치(100)는 이와 같은 계산을 통해 도출된 성별 인식값(
)을 미리 설정된 성별 판별 기준값(threshold)과 비교하여(S454) 성별을 인식하게 된다.
이때, 성별 인식 장치(100)는 예를 들어 성별 인식값(
)이 기준값보다 큰 경우 남성(S456) 또는 여성(S458) 등으로 성별 인식 결과를 도출할 수 있으며, 성별 인식값(
)이 기준값의 근처에 존재하여 남녀 구분이 모호한 경우에는 "불확실"이라는 결과를 도출할 수 있다(S460).
이어, 위와 같이 성별 인식 결과가 도출되는 경우, 도출된 성별 인식 결과에 대해서는 성별 인식 결과 출력 단계(S410)에서 남성인 경우, 남성으로 인식된 성별 인식 결과가 스코어와 함께 출력될 수 있다. 또는 여성인 경우, 여성으로 인식된 성별 인식 결과가 스코어와 함께 출력될 수 있다. 또는 남성인지 여성인지 구분이 모호한 경우, 성별 인식 결과가 불확실로 출력될 수 있다.
상기한 바와 같이, 본 발명에서는 영상에서 사람의 성별을 인식함에 있어서, 정지영상 또는 동영상 등으로 입력되는 입력 영상에서 영상에 포함된 단일 혹은 복수 명의 사람에 대해 얼굴을 검출하고, 검출된 얼굴 영상에서 성별 인식을 위한 성별 특징 정보를 추출한 후, 미리 학습된 하나의 분류기를 통해 성별 특징 정보를 분석하여 사람의 성별을 정확히 인식할 수 있도록 한다.
한편 상술한 본 발명의 설명에서는 구체적인 실시예에 관해 설명하였으나, 여러 가지 변형이 본 발명의 범위에서 벗어나지 않고 실시될 수 있다. 따라서 발명의 범위는 설명된 실시 예에 의하여 정할 것이 아니고 특허청구범위에 의해 정하여져야 한다.
100 : 성별 인식 장치 102 : 얼굴 검출부
104 : 정규화부 106 : 성별 특징 추출부
108 : 성별 인식부
104 : 정규화부 106 : 성별 특징 추출부
108 : 성별 인식부
Claims (1)
- 입력 영상으로부터 사람의 얼굴 영상을 검출하는 얼굴 검출부와,
상기 검출된 얼굴 영상을 기설정된 포맷으로 정규화하는 정규화부와,
상기 정규화된 얼굴 영상으로부터 성별 구분을 위한 특징 정보를 추출하는 성별 특징 추출부와,
상기 특징 정보를 분석하여 상기 사람의 성별을 인식하는 성별 인식부
를 포함하는 성별 인식 장치.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20130059140A KR20140138486A (ko) | 2013-05-24 | 2013-05-24 | 성별 인식 장치 및 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR20130059140A KR20140138486A (ko) | 2013-05-24 | 2013-05-24 | 성별 인식 장치 및 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20140138486A true KR20140138486A (ko) | 2014-12-04 |
Family
ID=52459166
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR20130059140A KR20140138486A (ko) | 2013-05-24 | 2013-05-24 | 성별 인식 장치 및 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20140138486A (ko) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160080483A (ko) * | 2014-12-29 | 2016-07-08 | 주식회사 에스원 | 랜덤 포레스트를 이용한 성별인식 방법 |
| KR20180082680A (ko) * | 2017-01-09 | 2018-07-19 | 한국전자통신연구원 | 분류기를 학습시키는 방법 및 이를 이용한 예측 분류 장치 |
| KR101886416B1 (ko) * | 2018-01-10 | 2018-09-10 | 문성웅 | 차량 도어 제어 시스템 및 방법 |
| KR20200071850A (ko) | 2018-12-04 | 2020-06-22 | 엔에이치엔 주식회사 | 이미지 딥러닝 기반 성별 인식 방법 |
-
2013
- 2013-05-24 KR KR20130059140A patent/KR20140138486A/ko not_active Application Discontinuation
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160080483A (ko) * | 2014-12-29 | 2016-07-08 | 주식회사 에스원 | 랜덤 포레스트를 이용한 성별인식 방법 |
| KR20180082680A (ko) * | 2017-01-09 | 2018-07-19 | 한국전자통신연구원 | 분류기를 학습시키는 방법 및 이를 이용한 예측 분류 장치 |
| KR101886416B1 (ko) * | 2018-01-10 | 2018-09-10 | 문성웅 | 차량 도어 제어 시스템 및 방법 |
| KR20200071850A (ko) | 2018-12-04 | 2020-06-22 | 엔에이치엔 주식회사 | 이미지 딥러닝 기반 성별 인식 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9996737B2 (en) | Method and system for automatically recognizing facial expressions via algorithmic periocular localization | |
| WO2015165365A1 (zh) | 一种人脸识别方法及系统 | |
| JP6494253B2 (ja) | 物体検出装置、物体検出方法、画像認識装置及びコンピュータプログラム | |
| CN102004899B (zh) | 一种人脸认证系统及方法 | |
| KR101322168B1 (ko) | 실시간 얼굴 인식 장치 | |
| KR20170006355A (ko) | 모션벡터 및 특징벡터 기반 위조 얼굴 검출 방법 및 장치 | |
| CN106960181B (zh) | 一种基于rgbd数据的行人属性识别方法 | |
| US20150363642A1 (en) | Image recognition device and method for registering feature data in image recognition device | |
| KR102005150B1 (ko) | 머신 러닝을 이용한 얼굴 표정 인식 시스템 및 방법 | |
| US8965068B2 (en) | Apparatus and method for discriminating disguised face | |
| KR102429865B1 (ko) | 사용자 인증 장치 | |
| KR101214732B1 (ko) | 복수의 얼굴 영상을 이용한 얼굴 인식 장치 및 방법 | |
| JP2013061802A (ja) | 画像認識装置、画像認識方法及びプログラム | |
| Lee et al. | An automated video-based system for iris recognition | |
| KR20140138486A (ko) | 성별 인식 장치 및 방법 | |
| CN111626240B (zh) | 一种人脸图像识别方法、装置、设备及可读存储介质 | |
| US12020510B2 (en) | Person authentication apparatus, control method, and non-transitory storage medium | |
| Barbu | An automatic face detection system for RGB images | |
| US9002115B2 (en) | Dictionary data registration apparatus for image recognition, method therefor, and program | |
| Singh et al. | Feature based method for human facial emotion detection using optical flow based analysis | |
| KR20140078163A (ko) | 영상에서의 휴먼 인지 장치 및 방법 | |
| KR20140107946A (ko) | 인증 장치 및 그 인증 방법 | |
| JP5552946B2 (ja) | 顔画像サンプル採取装置、顔画像サンプル採取方法、プログラム | |
| Lee et al. | Automatic number recognition for bus route information aid for the visually-impaired | |
| JP2011141799A (ja) | オブジェクト検出認識装置、オブジェクト検出認識方法、および、プログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| WITN | Application deemed withdrawn, e.g. because no request for examination was filed or no examination fee was paid |