극좌표계 변환에 기반한 얼굴 인식 방법

Abstract

본 논문에서는 기존 평행좌표를 이용하는 얼굴영상 대신 극 좌표계 변환을 이용한 얼굴 인식 방법을 제안한다. 이 방법은 얼굴의 중심부분의 한 점을 극으로 삼아 이 점을 기준으로 360도의 각 방향으로 일정 길이만큼 얼굴 영상을 샘플링하여 새로운 얼굴 영상을 제작하고 이를 바탕으로 기존의 특징 추출 방법들을 이용하여 얼굴 인식의 성능을 높인다. 극 좌표계의 특성상 극에 가까운 부분은 세밀하게 묘사되고 극에서 멀리 떨어질수록 영상의 정확도가 떨어진다. 일반적으로 얼굴 영상은 얼굴의 중심부에 가까운 영역에 눈, 코, 입 등의 주요 부위가 밀집되어 있다. 따라서 이러한 극 좌표계를 얼굴영상에 적용한다면 같은 화소를 이용하는 기존 평행좌표를 사용할 때보다 눈, 코, 입 등 주요 부위를 보다 세밀하게 표현할 수 있다는 장점을 갖는다. 제안된 방법을 Yale데이터와 FRGC데이터에 적용한 후 기존의 특징 추출 방법인 LDA와 NLDA를 이용하여 얼굴인식을 수행한 결과 평행좌표에 기반한 원 영상을 그대로 사용했을 때 보다 인식률이 향상됨을 확인할 수 있었다.