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
치엔징천 (동아대학교) 강대성 (동아대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제8권 제3호
발행연도
2010.3
수록면
45 - 51 (7page)

이용수

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

초록· 키워드

오류제보하기
얼굴인식은 패턴인식 분야에서 중요한 어플리케이션뿐만 아니라 가장 어려운 문제이다. 커널 주성분분석(KPCA) 알고리즘은 특징추출의 속도가 빠르고, 특정 정보를 충분하게 보유하는 장점을 가지고 서포트 벡터머신(SVMs)은 통계학습이론에 기반한 새로운 기계학습방법이고 분류, 회귀 또는 노벨티 탐지 관련 학습에서 갈수록 인기가 있는 도구가 되고 있다. 본 논문에서는 먼저 커널 주성분분석(KPCA)을 이용하여 얼굴영상을 특징추출하고 SVM를 이용하여 SVM 모델을 훈련하고 테스트 영상을 식별한다. 제안한 기법의 성능을 평가하기 위하여 영국 Cambridge에 있는 AT&T연구소에서 제공하는 ORL(Olivetti Research Laboratory) 데이터베이스와 The Yale Face Database B를 가지고 실험을 하였다. 실험결과, 제안된 방법이 KPCA방법과 SVM의 혼합방법은 PCA와 SVM의 혼합방법에 비해 검색률이 우수함을 알 수 있었다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 영상 특징 추출
Ⅲ. SVM 알고리즘
Ⅳ. 실험 및 결과
Ⅴ. 결론
참고문헌
저자소개

참고문헌 (8)

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-0101-2010-566-002248553