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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
저널정보
제어로봇시스템학회 제어로봇시스템학회 국제학술대회 논문집 ICCAS 2012
발행연도
2012.10
수록면
2,167 - 2,170 (4page)

이용수

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

초록· 키워드

오류제보하기
In this paper, we present a method to face recognition which considers local shape information, weight of interesting region and texture information by Gabor filter, high-pass filter and local binary patterns, respectively. The face area can be largely divided into two dominant parts that one has high frequency domain and the other has low frequency domain. High frequency parts are interesting region which is edge of face shape, eye, nose, mouth and so on. Low frequency parts are forehead, cheek, and background beside face in the image. Then, the face image is divided into 6x5 small bins which represents a weight of the interesting region. Weight of interesting region is adopted for weighting of distance measure. Gabor filter can be easily extract shape features in face image. Local binary patterns are robust to various illumination conditions while Gabor transform is not. Therefore, we combined two features for robust features on various illuminations. For evaluating the illumination robustness of our face recognition system, we used the publicly available database POSTECH face 2007. Finally, we got 91.15% recognition rate by sixteen orientation of Gabor parameter + LBP + average Gaussian high-pass filter.
#Face Recognition #Uniform Local Binary Patterns #Gabor filter

목차

Abstract
1. INTRODUCTION
2. FACE REPRESENTATION USING WEIGHTED MULGBP
3. FACE RECOGNITION SYSTEM
4. EXPERIMENTAL RESULT AND DISCUSSIONS
5. CONCLUSION
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

이 논문과 함께 이용한 논문

Interval Type-2 RBF 신경회로망 기반 CT 기법을 이용한 강인한 얼굴인식 패턴 분류기 설계
진용탁 ,  오성권 전기학회논문지 2015 .05
Weighted Diagonal Local Directional Pattern을 이용한 얼굴 인식 방법
권동진 ,  장언동 한국정보기술학회논문지 2015 .01
얼굴정렬과 AdaBoost를 이용한 얼굴 표정 인식
정경중 ,  최재식 ,  장길진 전자공학회논문지 2014 .11
Detection of Faces with Partial Occlusions using Statistical Face Model
서정인 ,  박혜영 Journal of KIISE 2014 .11
Face Recognition Based on Facial Landmark Feature Descriptor in Unconstrained Environments
김대옥 ,  홍종광 ,  변혜란 Journal of KIISE 2014 .09

최근 본 자료

전체보기

댓글(0)

0