다중 클래스 SVMs를 이용한 얼굴 인식의 성능 개선

박성욱; 박종욱

추천

검색

질문

자료유형: 학술저널

저자정보: 박성욱 박종욱

저널정보: 대한전자공학회 전자공학회논문지-SP 전자공학회논문지 SP편 제41권 제6호

발행연도: 2004.11

수록면: 43 - 49 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

기존의 다중 클래스 SVMs 은 클래스의 개수가 증가되면 이진 클래스 SVMs 의 수도 증가되어 분류를 위해 많은 시간이 요구된다. 본 논문에서는 분류 시간을 줄이기 위하여, PCA+LDA 특정 부 공간에서 NNR 을 적용하여 클래스의 개수를 줄이는 방법을 제안한다.. 제안된 방법은 PCA+LDA 특정 부 공간에서 간단한 NNR 을 사용하여, 입력된 테스트 특정 데이터와 근접된 얼굴 클래스들을 추출함으로서 얼굴 클래스의 개수를 줄이는 방법이다 클래스 개수를 줄임으로 본 방법은 기존의 다중 클래스 SVMs 에 비하여 훈련 횟수와 비교 횟수를 줄일 수 있고 결과적으로 하나의 테스트 영상을 위한 분류 시간을 크게 줄일 수 었다. 또한 실험 결과, 제안된 방법은 NNC 기법보다 낮은 에러 율을 가지며, 기존의 다중 클래스 SVMs 보다 동일한 에러 율을 갖지만, 보다 빠른 분류시간을 가짐을 확인할 수 있었다.

참고문헌 (9)

참고문헌 신청

[학술지(정기간행물)] - / 1991. / Eigenfaces for recogni -tion no.1 : 71 ~ 86

[학술지(정기간행물)] - / 1998. / Enhanced fisher linear discriminant models for face recognition : 17 ~ 20

[학술지(정기간행물)] - / July,1997 / Eigenfaces vs. Fisherfaces: Recognition using class specific linear projection 19 (7) : 711 ~ 720

[학술지(정기간행물)] - / 1997 / Linear discriminant analysis for two classes via removal of classification structure 19 (2) : 187 ~ 191

[학술지(정기간행물)] - / 2001. / PCA versus LDA 23 (2) : 228 ~ 233

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

박성욱

소속기관 연세대학교

주요연구분야 사회과학 > 경영학 공학 > 공학 일반

논문수 187 이용수 15,167

박종욱

소속기관 한국전자통신연구원

주요연구분야 공학 > 전기전자공학 > 전자공학 TOP 5% 의약학 > 기초의학 > 예방의학·직업환경의학 TOP 1%

논문수 135 이용수 8,438

이 논문과 함께 이용한 논문

다중 클래스 SVM을 이용한 효과적인 손 형태 인식

변재희 , 남윤영 , 최유주 한국정보과학회 학술발표논문집 2007 .10

Multi-class SVM을 이용한 회전기계의 결함 진단

황원우 , 양보석 한국소음진동공학회논문집 2004 .12

시간적 근접성 향상을 통한 효율적인 SVM 기반 음성/음악 분류기의 구현 방법

임정수 , 장준혁 전자공학회논문지-SP 2012 .03

PCA-SVM 분류기를 이용한 데이터베이스 워크로드의 다중 클래스 분류

김소연 , 박상현 정보과학회논문지 : 데이타베이스 2011 .02

다중 클래스 분류를 위한 강인한 SVM 설계 방법 - 생체 인식 데이터에의 적용 -

조민국 , 박혜영 한국정보과학회 학술발표논문집 2005 .07

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2009-569-014400430

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 (9)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)