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
학술저널
저자정보
Eun-Hu Kim (The University of Suwon) Bong-Youn Kim (The University of Suwon) Sung-Kwun Oh (The University of Suwon) Jin-Yul Kim (The University of Suwon)
저널정보
대한전기학회 Journal of Electrical Engineering & Technology Journal of Electrical Engineering & Technology Vol.12 No.6
발행연도
2017.11
수록면
2,388 - 2,398 (11page)

이용수

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

초록· 키워드

오류제보하기
In this study, we propose a robust face recognition system to pose variations based on automatic pose estimation. Radial basis function neural network is applied as one of the functional components of the overall face recognition system. The proposed system consists of preprocessing and recognition modules to provide a solution to pose variation and high-dimensional pattern recognition problems. In the preprocessing part, principal component analysis (PCA) and 2-dimensional 2- directional PCA ((2D)² PCA) are applied. These functional modules are useful in reducing dimensionality of the feature space. The proposed RBFNNs architecture consists of three functional modules such as condition, conclusion and inference phase realized in terms of fuzzy ‘‘if–then’’ rules. In the condition phase of fuzzy rules, the input space is partitioned with the use of fuzzy clustering realized by the Fuzzy C-Means (FCM) algorithm. In conclusion phase of rules, the connections (weights) are realized through four types of polynomials such as constant, linear, quadratic and modified quadratic. The coefficients of the RBFNNs model are obtained by fuzzy inference method constituting the inference phase of fuzzy rules. The essential design parameters (such as the number of nodes, and fuzzification coefficient) of the networks are optimized with the aid of Particle Swarm Optimization (PSO). Experimental results completed on standard face database -Honda/UCSD, Cambridge Head pose, and IC&CI databases demonstrate the effectiveness and efficiency of face recognition system compared with other studies.
#Automatic pose estimation #Preprocessing networks structure #Particle swarm optimization #RBFNNs #2-dimensional 2-directional PCA

목차

Abstract
1. Introduction
2. Dimensionality Reduction Algorithm
3. Pose Classification of Face Image
4. Structure of Polynomial-based RBFNNs and Entire Face Recognition Architecture
5. Simulation and Experimental Results
6. Conclusion
References

참고문헌 (17)

참고문헌 신청
M. Balasubramanian, S. Palanivel and V. Ramalingam, “Real Time Face and Mouth Recognition Using Radial Basis Function Neural Networks,” Expert Systems with Applications, vol. 36, pp. 6879-6888, April 2009. Wei Huang, Jinsong, Wang, Jiping Liao, A granular classifier by means of context-based similarity clustering,” Journal of Electrical Engineering & Technology, vol. 11, no. 5, pp. 1383-1394, 2016. Wen-zhun Huang, and Shan-wen Zhang, “A Novel Face Recognition Algorithm based on the Deep Convolution Neural Network and Key Points Detection Jointed Local Binary Pattern Methodology,” Journal of Electrical Engineering & Technology, vol. 12, no. 1, pp. 363-372, 2017. Erik Murphy-Chutorian and Mohan Manubhai Trivedi “Head Pose Estimation in Computer Vision: A Survey,” IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 31, no. 4, pp. 607-626, April 2009. Meng Joo Er, Shiqian Wu, Juwei Lu and Hock Lye, “Face Recognition with Radial Basis Function (RBF) Neural Networks.”, IEEE Trans. on Neural Networks, vol. 13, no. 3, pp. 697-710, May 2002.

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0