변형된 이차원 PCA를 이용한 얼굴 인식

김영길; 송영준; 장언동; 김동우; 안재형

추천

검색

질문

자료유형: 학술저널

저자정보: 김영길 송영준 장언동 김동우 안재형

저널정보: 한국산학기술학회 한국산학기술학회 논문지 한국산학기술학회논문지 제6권 제4호

발행연도: 2005.8

수록면: 291 - 295 (5page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문은 변형된 2-D PCA를 이용한 얼굴 인식 방법에 대하여 제안한다. 기존의 PCA는 l 차원 벡터들로 공분산 행렬을 구하는 반면에 2-D PCA는 2 차원 영상을 직접적으로 이용하여 공분산 행렬을 구한 후 그것의 고유값에 따른 고유벡터를 구하여 특징 벡터들을 추출한다. 제안 방법은 두 개의 공분산 행렬들을 이용하여 선형 변환 행렬을 구하는 변형된 2-D PCA 방법을 적용하여 얼굴을 인식한다. 실험 결과는 2-D PCA 보다 제안된 방법이 1% 정도 얼굴 인식률이 더 좋으며, 안정된 인식률을 보여준다.

#2-D PCA #face recognition #PCA #Eigenface #feature extraction

참고문헌 (6)

참고문헌 신청

[학술지(정기간행물)] - / 1987. / Low-dimensional procedure for the characterization of human faces 4 : 519 ~ 524

[학술지(정기간행물)] - / 1990. / Application of the KL Procedure for the Characterization of Human Faces 12 (1) : 103 ~ 108

[학술지(정기간행물)] - / 1991. / Eigenfaces for Recognition 3 (1) : 71 ~ 86

[학술지(정기간행물)] - / 2002. / Face Recognition by Independent Component Analysis 13 (6) : 1450 ~ 1464

[학술지(정기간행물)] - / 2002.05 / Kernel Eigenfaces vs. Kernel Fisherfaces:Face Recognition Using Kernel Methods : 215 ~ 220

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김영길

소속기관 국방기술품질원

주요연구분야 공학 > 공학 일반

논문수 8 이용수 442

송영준

소속기관 한국산학기술학회

주요연구분야 공학 > 공학 일반

논문수 3 이용수 54

장언동

소속기관 한국산학기술학회

주요연구분야 공학 > 공학 일반

논문수 1 이용수 24

김동우

소속기관 강원대학교

주요연구분야 공학 > 공학 일반

논문수 13 이용수 1,553

안재형

소속기관 한국산학기술학회

주요연구분야 공학 > 공학 일반

논문수 3 이용수 54

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2018-505-001135761

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (6)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)