KR20160073567A - 얼굴인식장치 및 얼굴인식방법 - Google Patents

얼굴인식장치 및 얼굴인식방법 Download PDF

Info

Publication number
KR20160073567A
KR20160073567A KR1020140182020A KR20140182020A KR20160073567A KR 20160073567 A KR20160073567 A KR 20160073567A KR 1020140182020 A KR1020140182020 A KR 1020140182020A KR 20140182020 A KR20140182020 A KR 20140182020A KR 20160073567 A KR20160073567 A KR 20160073567A
Authority
KR
South Korea
Prior art keywords
image
information
divided
face
unit
Prior art date
Application number
KR1020140182020A
Other languages
English (en)
Inventor
박준홍
Original Assignee
박준홍
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 박준홍 filed Critical 박준홍
Priority to KR1020140182020A priority Critical patent/KR20160073567A/ko
Publication of KR20160073567A publication Critical patent/KR20160073567A/ko

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
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/162—Detection; Localisation; Normalisation using pixel segmentation or colour matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • 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
    • G06V40/172—Classification, e.g. identification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30196—Human being; Person
    • G06T2207/30201—Face

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Collating Specific Patterns (AREA)

Abstract

실시 예에 따른 얼굴인식장치는, 입력얼굴영상을 다수개의 분할영상으로 분할하는 영상 분할부; 상기 분할영상의 각각의 화상정보를 추출하는 화상정보 추출부; 및 상기 화상정보와 저장정보를 비교하여 얼굴을 인식하는 인식부를 포함한다.

Description

얼굴인식장치 및 얼굴인식방법{Face recognition apparatus and face recognition method}
실시 예는 얼굴인식장치에 관한 것이다.
실시 예는 얼굴인식방법에 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.
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 생체인식 기술로 평가 받고있다.
일반적으로 얼굴 인식 방법은 얼굴을 인식하기 위해서 이용되는 얼굴 이미지를 사전에 등록하고, 등록된 얼굴이미지와 입력되는 영상으로부터 검출된 얼굴 이미지를 서로 비교하여 얼굴을 인식한다.
이러한 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.
종래의 얼굴 인식 기술은 입력되는 얼굴영상이 회전되거나 손 등으로 가려진 부분이 존재하는 경우 정확한 인식이 되지 않는 문제점이 있다.
실시 예는 영상의 부분이 가려지더라도 인식될 수 있는 얼굴인식장치를 제공한다.
실시 예는 영상이 회전되더라도 인식될 수 있는 얼굴인식방법을 제공한다.
실시 예에 따른 얼굴인식장치는, 입력얼굴영상을 다수개의 분할영상으로 분할하는 영상 분할부; 상기 분할영상의 각각의 화상정보를 추출하는 화상정보 추출부; 및 상기 화상정보와 저장정보를 비교하여 얼굴을 인식하는 인식부를 포함한다.
상기 화상정보는 상기 분할영상의 컬러 히스토그램과 형상정보일 수 있다.
상기 인식부는 최대흐름정합을 이용하여 상기 화상정보와 저장정보를 비교하여 얼굴을 인식할 수 있다.
상기 영상 분할부는 입력얼굴영상의 기준점을 검출하고, 상기 기준점을 중심으로 입력얼굴영상을 분할하여 분할영상을 생성할 수 있다.
상기 화상정보 추출부는 상기 분할영상의 흑백값을 이용하여 형상정보를 추출할 수 있다.
실시 예에 따른 얼굴인식방법은, 입력얼굴영상을 다수개의 분할영상으로 분할하는 단계; 상기 분할영상의 각각의 화상정보를 추출하는 단계; 및 상기 화상정보와 저장정보를 비교하여 얼굴을 인식하는 단계를 포함한다.
상기 화상정보는 상기 분할영상의 컬러 히스토그램과 형상정보일 수 있다.
상기 얼굴을 인식하는 단계는 최대흐름정합을 이용하여 상기 화상정보와 저장정보를 비교하여 얼굴을 인식할 수 있다.
상기 다수개의 분할영상으로 분할하는 단계는, 입력얼굴영상의 기준점을 검출하고, 상기 기준점을 중심으로 입력얼굴영상을 분할하여 분할영상을 생성할 수 있다.
상기 형상정보는 상기 분할영상의 흑백값을 이용하여 추출될 수 있다.
실시 예에 따른 얼굴인식장치는 입력얼굴영상을 분할영상으로 분할하여 인식함으로써 영상이 회전하더라도 정확한 얼굴을 인식할 수 있다.
실시 예에 따른 얼굴인식방법은 최대흐름정합방법에 의해 입력얼굴영상을 인식함으로써 영상의 부분이 가려지더라도 정확한 얼굴을 인식할 수 있다.
도 1은 실시 예에 따른 얼굴인식장치를 나타내는 블록도이다.
도 2는 실시 예에 따른 화상정보 추출부를 나타내는 블록도이다.
도 3은 실시 예에 따라 분할된 영상을 나타내는 도면이다.
도 4는 실시 예에 따른 화상정보 추출부에서 추출된 화상정보를 나타내는 도면이다.
도 5는 실시 예에 따른 인식부에 의해 인식된 영상을 나타내는 도면이다.
도 6은 실시 예에 따른 얼굴인식방법을 나타내는 순서도이다.
이하에서는 도면을 참조하여 본 발명의 구체적인 실시예를 상세하게 설명한다. 다만, 본 발명의 사상은 제시되는 실시예에 제한되지 아니하고, 본 발명의 사상을 이해하는 당업자는 동일한 사상의 범위 내에서 다른 구성요소를 추가, 변경, 삭제 등을 통하여, 퇴보적인 다른 발명이나 본 발명 사상의 범위 내에 포함되는 다른 실시예를 용이하게 제안할 수 있을 것이나, 이 또한 본원 발명 사상 범위 내에 포함된다고 할 것이다.
또한, 각 실시예의 도면에 나타나는 동일한 사상의 범위 내의 기능이 동일한 구성요소는 동일한 참조부호를 사용하여 설명한다.
도 1은 실시 예에 따른 얼굴인식장치를 나타내는 블록도이고, 도 2는 실시 예에 따른 화상정보 추출부를 나타내는 블록도이다.
도 1을 참조하면 실시 예에 따른 얼굴인식장치(1)는 영상 분할부(10), 화상정보 추출부(20), 저장부(30) 및 인식부(40)를 포함할 수 있다.
상기 영상 분할부(10)는 입력되는 입력얼굴영상을 분할할 수 있다. 상기 영상 분할부(10)는 상기 입력얼굴영상을 다수개의 영역으로 분할할 수 있다.
상기 영상 분할부(10)는 상기 입력얼굴영상을 도 3과 같이 기준점을 기준으로 다수개의 삼각영역으로 분할하여 분할영상을 생성한다. 상기 다수개의 분할영상은 중심각이 45도인 삼각형의 영상일 수 있다. 상기 영상 분할부(10)는 상기 입력얼굴영상을 8개의 분할영상으로 분할할 수 있다. 상기 분할영상은 서로 동일한 면적을 가질 수 있다. 상기 영상 분할부(10)는 미리 설정된 개수로 상기 입력얼굴영상을 분할 할 수 있다. 또는, 상기 영상 분할부(10)는 사용자의 선택에 따른 개수로 상기 입력얼굴영상을 분할할 수 있다.
상기 영상 분할부(10)는 상기 입력얼굴영상의 기준점을 결정할 수 있다. 상기 기준점은 입력얼굴영상의 중앙영역으로 결정될 수도 있고, 상기 입력얼굴영상에서의 특정 신체부위를 기준점으로 결정할 수 있다. 예를 들어, 상기 영상 분할부(10)는 상기 입력얼굴영상의 코끝을 기준점으로 결정할 수도 있다.
상기 영상 분할부(10)는 상기 분할영상을 상기 화상정보 추출부(20)로 전달한다.
상기 화상정보 추출부(20)는 상기 분할영상의 컬러 히스토그램과 형상정보를 산출하여 상기 인식부(40)로 전달할 수 있다.
상기 화상정보 추출부(20)는 컬러 히스토그램 산출부(21) 및 형상 산출부(23)를 포함할 수 있다.
상기 컬러 히스토그램 산출부(21)는 도 4a와 같이 상기 분할영상의 컬러 히스토그램을 산출할 수 있다. 상기 컬러 히스토그램 산출부(21)는 R, G, B 전 영역에서의 분할영상의 컬러 히스토그램을 산출할 수 있다. 상기 컬러 히스토그램에 의해 분할영상의 색상분포를 판단할 수 있다.
상기 형상 산출부(23)는 도 4b와 같이 상기 분할영상의 형상을 산출할 수 있다. 상기 형상 산출부(23)는 상기 분할영상의 흑백값을 이용하여 상기 분할영상의 형상을 산출할 수 있다. 상기 형상 산출부(23)가 2bit의 흑백값을 이용함으로써 비교적 정확한 형상정보를 산출할 수 있다.
상기 저장부(30)는 다수의 얼굴영상에 대한 저장정보를 저장하고 있다. 상기 저장부(30)는 상기 저장정보를 상기 인식부(40)로 전달할 수 있다.
상기 저장정보는 분할영상의 형태로 상기 저장부(30)에 저장될 수 있다. 상기 저장정보는 상기 영상 분할부(10)에서 분할된 분할영상과 대응되는 형태로 상기 저장부(30)에 저장될 수 있다. 상기 저장정보가 분할영상의 형태로 저장되는 경우 상기 인식부(40)는 상기 저장부(30)로부터 전달받은 상기 분할된 분할영상에서 컬러 히스토그램과 형상정보를 산출하여 상기 화상 정보 추출부(20)로부터 전달받은 컬러 히스토그램과 형상정보를 비교하여 입력얼굴영상을 인식할 수 있다.
또는 상기 저장부(30)는 다수의 얼굴영상을 분할되지 않은 형태로 저장할 수 있다. 이 경우 상기 인식부(40)는 상기 영상 분할부(10)에 의해 분할된 입력얼굴영상과 대응되는 형태로 상기 저장부(30)의 저장영상을 분할한 후 분할영상의 컬러 히스토그램과 형상정보를 산출하여, 상기 화상 정보 추출부(20)로부터 전달받은 컬러 히스토그램과 형상정보를 비교하여 입력얼굴영상을 인식할 수 있다. 상기 다수의 얼굴 영상이 분할되지 않은 형태로 저장된 경우 상기 영상 분할부(10)에서 사용자에 의해 선택된 개수로 상기 저장영상을 분할하여 비교할 수 있어 분할 개수가 변경되더라도 연산이 가능한 효과가 있다.
또는 상기 저장정보는 분할영상의 히스토그램과 형상정보 형태로 상기 저장부(30)에 저장될 수 있다. 이 경우 상기 인식부(40)는 상기 저장부(30)의 저장정보와 상기 화상 정보 추출부(20)로부터 전달받은 컬러 히스토그램과 형상정보를 비교하여 입력얼굴영상을 인식할 수 있다. 상기 저장정보가 분할영상의 히스토그램과 형상 정보 형태로 상기 저장부(30)에 저장됨으로써 상기 인식부(40)에서의 연산량을 줄일 수 있어 연산속도를 향상시킬 수 있는 효과가 있다.
상기 인식부(40)는 상기 화상 정보 추출부(20)로부터 전달받은 입력얼굴영상의 분할영상의 컬러 히스토그램 및 형상정보와 상기 저장부(30)에 저장된 저장정보를 비교하여 상기 입력얼굴영상을 인식할 수 있다.
상기 인식부(40)는 최대흐름정합(Weighted Bipartite Maching)방법으로 최대 흐름값을 유추하여 상기 입력얼굴영상과 상기 저장정보를 비교하여 입력얼굴영상을 인식할 수 있다.
상기 인식부(40)는 상기 최대흐름정합방법으로 상기 입력얼굴영상과 상기 저장정보를 비교하여 입력얼굴영상을 인식함으로써 도 5a와 같이 가림이 있는 입력얼굴영상의 경우에도 적합한 입력얼굴영상을 인식할 수 있고, 도 5b와 같이 회전이 있는 입력얼굴영상의 경우에도 적합한 입력얼굴영상을 인식할 수 있다.
즉, 도 5a와 같이 가림이 있는 얼굴의 경우 O로 표현된 부분영상이 매칭되는 경우에도 최대흐름정합방법에 의한 최대흐름값은 가림이 없는 얼굴과 동일하므로, 가림에 관계없이 정확한 입력얼굴영상의 인식이 가능하다.
또한, 도 5b와 같이 회전이 있는 얼굴의 경우에도 분할영상의 형상정보와 컬러 히스토그램 값은 변화가 없으므로, 상기 저장부(30)에 저장된 저장정보에 의해 회전되지 않은 영상과 동일한 결과값을 얻을 수 있다.
이로써, 실시 예에 따른 얼굴인식장치(1)는 가림이 있는 얼굴영상 또는 회전된 얼굴영상에 대해 정확한 인식을 보장할 수 있는 효과가 있다.
도 6은 실시 예에 따른 얼굴인식방법을 나타내는 도면이다.
도 6을 참조하면, 실시 예에 따른 얼굴인식방법은 영상 분할부(10)에서 입력얼굴영상을 분할한다. (S100)
상기 영상 분할부(10)는 상기 입력얼굴영상을 다수개의 영역으로 분할할 수 있다.
상기 영상 분할부(10)는 상기 입력얼굴영상을 기준점을 기준으로 다수개의 삼각영역으로 분할하여 분할영상을 생성한다. 상기 다수개의 분할영상은 중심각이 45도인 삼각형의 영상일 수 있다. 상기 영상 분할부(10)는 상기 입력얼굴영상을 8개의 분할영상으로 분할할 수 있다. 상기 분할영상은 서로 동일한 면적을 가질 수 있다. 상기 영상 분할부(10)는 미리 설정된 개수로 상기 입력얼굴영상을 분할 할 수 있다. 또는, 상기 영상 분할부(10)는 사용자의 선택에 따른 개수로 상기 입력얼굴영상을 분할할 수 있다.
상기 영상 분할부(10)는 상기 입력얼굴영상의 기준점을 결정할 수 있다. 상기 기준점은 입력얼굴영상의 중앙영역으로 결정될 수도 있고, 상기 입력얼굴영상에서의 특정 신체부위를 기준점으로 결정할 수 있다. 예를 들어, 상기 영상 분할부(10)는 상기 입력얼굴영상의 코끝을 기준점으로 결정할 수도 있다.
상기 영상 분할부(10)는 상기 분할영상을 상기 화상정보 추출부(20)로 전달한다.
상기 입력얼굴영상을 분할한 후 분할영상의 화상정보를 추출한다. (S110)
상기 화상정보 추출부(20)는 상기 분할영상의 컬러 히스토그램과 형상정보를 산출하여 상기 인식부(40)로 전달할 수 있다.
상기 화상정보 추출부(20)는 컬러 히스토그램 산출부(21) 및 형상 산출부(23)를 포함할 수 있다.
상기 컬러 히스토그램 산출부(21)는 상기 분할영상의 컬러 히스토그램을 산출할 수 있다. 상기 컬러 히스토그램 산출부(21)는 R, G, B 전 영역에서의 분할영상의 컬러 히스토그램을 산출할 수 있다. 상기 컬러 히스토그램에 의해 분할영상의 색상분포를 판단할 수 있다.
상기 형상 산출부(23)는 상기 분할영상의 형상을 산출할 수 있다. 상기 형상 산출부(23)는 상기 분할영상의 흑백값을 이용하여 상기 분할영상의 형상을 산출할 수 있다. 상기 형상 산출부(23)가 2bit의 흑백값을 이용함으로써 비교적 정확한 형상정보를 산출할 수 있다.
상기 추출된 분할영상의 화상정보를 통해 입력얼굴영상을 인식한다. (S120)
상기 인식부(40)는 상기 화상 정보 추출부(20)로부터 전달받은 입력얼굴영상의 분할영상의 컬러 히스토그램 및 형상정보와 상기 저장부(30)에 저장된 저장정보를 비교하여 상기 입력얼굴영상을 인식할 수 있다.
상기 저장부(30)는 다수의 얼굴영상에 대한 저장정보를 저장하고 있다. 상기 저장부(30)는 상기 저장정보를 상기 인식부(40)로 전달할 수 있다.
상기 저장정보는 분할영상의 형태로 상기 저장부(30)에 저장될 수 있다. 상기 저장정보는 상기 영상 분할부(10)에서 분할된 분할영상과 대응되는 형태로 상기 저장부(30)에 저장될 수 있다. 상기 저장정보가 분할영상의 형태로 저장되는 경우 상기 인식부(40)는 상기 저장부(30)로부터 전달받은 상기 분할된 분할영상에서 컬러 히스토그램과 형상정보를 산출하여 상기 화상 정보 추출부(20)로부터 전달받은 컬러 히스토그램과 형상정보를 비교하여 입력얼굴영상을 인식할 수 있다.
또는 상기 저장부(30)는 다수의 얼굴영상을 분할되지 않은 형태로 저장할 수 있다. 이 경우 상기 인식부(40)는 상기 영상 분할부(10)에 의해 분할된 입력얼굴영상과 대응되는 형태로 상기 저장부(30)의 저장영상을 분할한 후 분할영상의 컬러 히스토그램과 형상정보를 산출하여, 상기 화상 정보 추출부(20)로부터 전달받은 컬러 히스토그램과 형상정보를 비교하여 입력얼굴영상을 인식할 수 있다. 상기 다수의 얼굴 영상이 분할되지 않은 형태로 저장된 경우 상기 영상 분할부(10)에서 사용자에 의해 선택된 개수로 상기 저장영상을 분할하여 비교할 수 있어 분할 개수가 변경되더라도 연산이 가능한 효과가 있다.
또는 상기 저장정보는 분할영상의 히스토그램과 형상정보 형태로 상기 저장부(30)에 저장될 수 있다. 이 경우 상기 인식부(40)는 상기 저장부(30)의 저장정보와 상기 화상 정보 추출부(20)로부터 전달받은 컬러 히스토그램과 형상정보를 비교하여 입력얼굴영상을 인식할 수 있다. 상기 저장정보가 분할영상의 히스토그램과 형상 정보 형태로 상기 저장부(30)에 저장됨으로써 상기 인식부(40)에서의 연산량을 줄일 수 있어 연산속도를 향상시킬 수 있는 효과가 있다.
상기 인식부(40)는 최대흐름정합(Weighted Bipartite Maching)방법으로 최대 흐름값을 유추하여 상기 입력얼굴영상과 상기 저장정보를 비교하여 입력얼굴영상을 인식할 수 있다.
상기 인식부(40)는 상기 최대흐름정합방법으로 상기 입력얼굴영상과 상기 저장정보를 비교하여 입력얼굴영상을 인식함으로써 가림이 있는 입력얼굴영상의 경우에도 적합한 입력얼굴영상을 인식할 수 있고, 회전이 있는 입력얼굴영상의 경우에도 적합한 입력얼굴영상을 인식할 수 있다.
이로써, 실시 예에 따른 얼굴인식장치(1)는 가림이 있는 얼굴영상 또는 회전된 얼굴영상에 대해 정확한 인식을 보장할 수 있는 효과가 있다.
상기에서는 본 발명에 따른 실시예를 기준으로 본 발명의 구성과 특징을 설명하였으나 본 발명은 이에 한정되지 않으며, 본 발명의 사상과 범위 내에서 다양하게 변경 또는 변형할 수 있음은 본 발명이 속하는 기술분야의 당업자에게 명백한 것이며, 따라서 이와 같은 변경 또는 변형은 첨부된 특허청구범위에 속함을 밝혀둔다.
1: 얼굴인식장치
10: 영상 분할부
20: 화상정보 추출부
21: 컬러 히스토그램 산출부
23: 형상 산출부
30: 저장부
40: 인식부

Claims (10)

  1. 입력얼굴영상을 다수개의 분할영상으로 분할하는 영상 분할부;
    상기 분할영상의 각각의 화상정보를 추출하는 화상정보 추출부; 및
    상기 화상정보와 저장정보를 비교하여 얼굴을 인식하는 인식부를 포함하는 얼굴인식장치.
  2. 제1항에 있어서,
    상기 화상정보는 상기 분할영상의 컬러 히스토그램과 형상정보인 얼굴인식장치.
  3. 제1항에 있어서,
    상기 인식부는 최대흐름정합을 이용하여 상기 화상정보와 저장정보를 비교하여 얼굴을 인식하는 얼굴인식장치.
  4. 제1항에 있어서,
    상기 영상 분할부는 입력얼굴영상의 기준점을 검출하고, 상기 기준점을 중심으로 입력얼굴영상을 분할하여 분할영상을 생성하는 얼굴인식장치.
  5. 제1항에 있어서,
    상기 화상정보 추출부는 상기 분할영상의 흑백값을 이용하여 형상정보를 추출하는 얼굴인식장치.
  6. 입력얼굴영상을 다수개의 분할영상으로 분할하는 단계;
    상기 분할영상의 각각의 화상정보를 추출하는 단계; 및
    상기 화상정보와 저장정보를 비교하여 얼굴을 인식하는 단계를 포함하는 얼굴인식방법.
  7. 제6항에 있어서,
    상기 화상정보는 상기 분할영상의 컬러 히스토그램과 형상정보인 얼굴인식방법.
  8. 제6항에 있어서,
    상기 얼굴을 인식하는 단계는 최대흐름정합을 이용하여 상기 화상정보와 저장정보를 비교하여 얼굴을 인식하는 얼굴인식방법.
  9. 제6항에 있어서,
    상기 다수개의 분할영상으로 분할하는 단계는, 입력얼굴영상의 기준점을 검출하고, 상기 기준점을 중심으로 입력얼굴영상을 분할하여 분할영상을 생성하는 얼굴인식방법.
  10. 제7항에 있어서,
    상기 형상정보는 상기 분할영상의 흑백값을 이용하여 추출되는 얼굴인식방법.
KR1020140182020A 2014-12-17 2014-12-17 얼굴인식장치 및 얼굴인식방법 KR20160073567A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020140182020A KR20160073567A (ko) 2014-12-17 2014-12-17 얼굴인식장치 및 얼굴인식방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020140182020A KR20160073567A (ko) 2014-12-17 2014-12-17 얼굴인식장치 및 얼굴인식방법

Publications (1)

Publication Number Publication Date
KR20160073567A true KR20160073567A (ko) 2016-06-27

Family

ID=56344240

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020140182020A KR20160073567A (ko) 2014-12-17 2014-12-17 얼굴인식장치 및 얼굴인식방법

Country Status (1)

Country Link
KR (1) KR20160073567A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200050139A (ko) * 2018-11-01 2020-05-11 전형고 얼굴 인식 장치 및 그 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20200050139A (ko) * 2018-11-01 2020-05-11 전형고 얼굴 인식 장치 및 그 방법

Similar Documents

Publication Publication Date Title
KR102359558B1 (ko) 얼굴 인증 방법 및 장치
KR101130817B1 (ko) 얼굴 인식 방법, 장치, 및 이 방법을 실행하기 위한 컴퓨터 판독 가능한 기록 매체
KR102290392B1 (ko) 얼굴 등록 방법 및 장치, 얼굴 인식 방법 및 장치
US9953211B2 (en) Image recognition apparatus, image recognition method and computer-readable medium
US7873189B2 (en) Face recognition by dividing an image and evaluating a similarity vector with a support vector machine
Dominio et al. Hand gesture recognition with depth data
KR102357340B1 (ko) 얼굴 인식 방법 및 장치
US9990538B2 (en) Face recognition apparatus and method using physiognomic feature information
WO2015165365A1 (zh) 一种人脸识别方法及系统
CN114627543A (zh) 用于脸部识别的方法和设备
KR102655949B1 (ko) 3d 영상 기반의 얼굴 인증 방법 및 장치
KR100940902B1 (ko) 손가락 기하학 정보를 이용한 바이오 인식 방법
KR101214732B1 (ko) 복수의 얼굴 영상을 이용한 얼굴 인식 장치 및 방법
US20160110587A1 (en) Method and apparatus for facial recognition
CN101408929A (zh) 一种用于人脸识别系统的多模板人脸注册方法和装置
KR20150099129A (ko) 국소 특징 기반 적응형 결정 트리를 이용한 얼굴 표정 인식 방법 및 장치
KR20180092197A (ko) 지문 인식을 위한 후보 지문 이미지를 선정하는 장치 및 방법
US20070253598A1 (en) Image monitoring apparatus
KR101195539B1 (ko) 얼굴 인식 및 검출을 이용한 출입문 개폐 시스템 및 그 방법
JP2021103538A (ja) 情報処理装置、情報処理方法、および、情報処理プログラム
JP6003367B2 (ja) 画像認識装置、画像認識方法および画像認識プログラム
Masaoud et al. A review paper on ear recognition techniques: models, algorithms and methods
KR20160042646A (ko) 얼굴 인식 방법
KR20160073567A (ko) 얼굴인식장치 및 얼굴인식방법
Hassan et al. An information-theoretic measure for face recognition: Comparison with structural similarity

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