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

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 PCA/SVM(Support Vector Machine)을 이용한 새로운 얼굴인식 방법을 제안한다. SVM은 벡터공간에서 임의의 비선형 경계를 찾아 두 개의 집합을 분류하는 방법으로, 주어진 조건하에서 수학적으로 최적의 해를 찾을 수 있다고 알려져 있다. 식별과정 중에는 먼저 주성분분석(PCA, Principal Component Analysis)을 이용하여 얼굴을 특징추출하고 새로운 학습 얼굴영상과 테스트 얼굴영상이 입력되면 고유벡터로 만드는 특징공간에 대한 사영을 취하여 구하는 고유얼굴 성분값을 SVM를 이용하여 얼굴을 인식한다. 분석된 결과를 종합해 볼 때, PCA/SVM을 이용한 방법은 단순히 PCA만을 이용한 방법에 비해 더 나은 얼굴 인식률을 보이다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 실험 및 결과
Ⅳ. 결론
참고문헌

참고문헌 (0)

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-0101-2009-566-018476551