메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Lee Hui Kueh (동아대학교) John Tark Lee (동아대학교) Kwon Soon Lee (동아대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제8권 제6호
발행연도
2010.6
수록면
59 - 68 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 논문에서는 R-LDA 기반의 가중된 조정 파라미터를 갖는 새로운 얼굴인식 기법이 소개되었다. 일반적으로 SSS는, 얼굴의 특성 공간이 큰 픽셀을 가지는 데 반하여, 학습용 샘플의 수는 상대적으로 매우 작기 때문에 LDA의 산란 행렬은 특이행렬이 되고, 얼굴 인식률은 현저히 저하되게 된다. 따라서, LDA를 수정하지 않고 FR 문제에 적용하는 것은 불가능하다. 본 논문에서는 이와 같은 SSS 문제의 해결책으로 수정된 Fisher 알고리즘에 조정 파라미터를 부가하여, 이의 최적 조정을 위한 시도가 행하였다. 본 논문의 주된 관심은 SSS 문제에 대한 강인성 측면에서 종래의 알고리즘들에 비해 제안된 기법의 우수성을 입증하는 데 있으며, 이를 위해 ORL 데이터베이스를 MATLAB으로 해석하여 얼굴인식의 성능을 평가하였다. 또한, 제안된 기법의 성능은 잘 알려진 종래의 Eigenspace 기법 및 R-LDA 기법의 것들과 비교되어 졌다. 데이터베이스 중 학습용 데이터의 일부가 시험용 데이터로 사용되었으며, 제안된 기법의 인식률은 종래의 알고리즘들에 비해 다소 높게 나타났다. 향후, 샘플 데이터 사이즈가 큰 얼굴인식 문제에 대해 제안된 기법의 적용 가능성을 연구하게 될 것이다.

목차

Abstract
요약
Ⅰ. Introduction
Ⅱ. Conventional Methods
Ⅲ. Newly Proposed Algorithm
Ⅳ. Simulations
Ⅴ. Conclusions
References
Authors

참고문헌 (15)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2010-566-002449725