얼굴인식 알고리즘 비교 - eolgul-insig algolijeum bigyo

#이미지인식 #얼굴인식 #알고리즘 #딥러닝 #파이썬 #DL #Python

​

- 5개의 얼굴인식 알고리즘 성능 분석

​

- #OpenCV

- #dlib

- #mtcnn

- #Tensorflow

​

○ 사용한 알고리즘

​

- OpenCV DNN face detector: models/opencv_face_detector_uint8.pb

- Haar cascade: models/haarcascade_frontalface_default.xml

- Dlib frontal face detector

- MTCNN: https://github.com/ipazc/mtcnn

- Dlib cnn_face_detection_model_v1: models/mmod_human_face_detector.dat

​

• 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
• 검색연산자

학위논문 상세정보

Abstract
▼

This paper shows the implementation and performance test results of face recognition algorithm. We propose face detection and recognition algorithm for face recognition, and implemented real-time face recognition using GPU embedded system. We use PCA (Principle component analysis) and LDA (Linear di...

This paper shows the implementation and performance test results of face recognition algorithm. We propose face detection and recognition algorithm for face recognition, and implemented real-time face recognition using GPU embedded system. We use PCA (Principle component analysis) and LDA (Linear discrimination analysis), which are based on statistical techniques, LBP (Local binary pattern) which uses feature points, Deep Learning. And e compare the facial recognition algorithm using PCA, LDA and LBP feature points and the deep learning face recognition performance.

주제어

#Facerecognition Deeplearning;

이 논문과 함께 이용한 콘텐츠

• [논문] 딥러닝 기반 고성능 얼굴인식 기술 동향
• [논문] 딥러닝 기반 얼굴 검출, 랜드마크 검출 및 얼굴 인식 기술 연구 동향
• [논문] 사용자 인증을 위한 딥러닝 기반 얼굴인식 기술 동향
• [논문] 라즈베리파이를 이용한 얼굴검출 및 인식 시스템 개발
• [논문] 얼굴 인식 Open API를 활용한 출입자 인식 시스템 개발

• 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
• 검색연산자

학위논문 상세정보

초록
▼

2011년부터 모바일 단말에 지문 인증과 얼굴 인증이 적용되기 시작되었으나, 얼굴 인증의 경우 보안성과 정확도 문제로 인해 활성화 되지 못하였다. 그래서 모바일 산업에서는 지문이 가장 널리 사용되고 있었다. 그러나 2018년 애플의 아이폰X 제품에 지문보다 안전한 3D 기술을 접목 시킨 얼굴 인증 기술을 탑재하여 출시 하면서 얼굴 인증 기능이 모바일 단말로 빠르게 적용되고 있다. 또한, 카메라 성능의 발전과 모바일 단말기의 자체 성능이 향상되면서 영상을 처리할 수 있는 환경이 충족되었다.
본 논문에서는 얼굴 인증 시스템의 대...

2011년부터 모바일 단말에 지문 인증과 얼굴 인증이 적용되기 시작되었으나, 얼굴 인증의 경우 보안성과 정확도 문제로 인해 활성화 되지 못하였다. 그래서 모바일 산업에서는 지문이 가장 널리 사용되고 있었다. 그러나 2018년 애플의 아이폰X 제품에 지문보다 안전한 3D 기술을 접목 시킨 얼굴 인증 기술을 탑재하여 출시 하면서 얼굴 인증 기능이 모바일 단말로 빠르게 적용되고 있다. 또한, 카메라 성능의 발전과 모바일 단말기의 자체 성능이 향상되면서 영상을 처리할 수 있는 환경이 충족되었다.
본 논문에서는 얼굴 인증 시스템의 대표적인 알고리즘을 성능과 정확도의 평가기준에 따라 가장 적합한 얼굴 인증 알고리즘을 제시한다. 얼굴 인증 시스템을 크게 2가지 영역으로 나눌 수 있다. 영상정보에서 얼굴을 검출하는 얼굴 인식 영역과 인식된 얼굴이 등록된 사용자 인지 검증을 수행하는 얼굴 인증 영역이다. 얼굴 인식 영역에서는 Adaboost를 이용한 Haar-like feature 기반 알고리즘과 LBP(Local Binary Patterns) 기반 알고리즘을 비교 분석 하고, 얼굴 인증 영역에서는 LBPH(Local Binary Patterns Histogram) 기반 알고리즘, Eigenface 기반 알고리즘, Fisherface 기반 알고리즘을 비교 분석한다. 성능과 정확도 평가기준으로 적합한 얼굴 인식 및 인증 알고리즘을 제시하여 얼굴 인증 시스템 구현을 위한 선택 기준으로 활용하면 좋은 성능의 인증 시스템을 구현할 수 있을 것으로 기대된다.

주제어

#얼굴인증 얼굴인식 fisherface eigenface lbp lbph 영상처리;

이 논문과 함께 이용한 콘텐츠

• [논문] 딥러닝을 이용한 얼굴인식 성능비교
• [논문] 얼굴인식 기술동향
• [논문] 스마트폰 기반의 얼굴검출 및 얼굴인식 알고리즘 최적화 연구
• [논문] DSP 기반 얼굴인식 시스템 설계 및 알고리즘 최적화
• [논문] 딥러닝 기반 얼굴 검출, 랜드마크 검출 및 얼굴 인식 기술 연구 동향