Earticle

현재 위치 Home

혼합 계층형 SVM을 이용한 실시간 요주의 인물 식별 시스템
Real Time Watch List Identification System using a Hybrid Hierarchical SVM

첫 페이지 보기
  • 발행기관
    보안공학연구지원센터(JSE) 바로가기
  • 간행물
    보안공학연구논문지 KCI 등재후보 바로가기
  • 통권
    Vol.7 No.5 (2010.10)바로가기
  • 페이지
    pp.479-493
  • 저자
    강봉수, 정호석, 이한성, 임영희, 정용화, 박대희
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A147880

※ 원문제공기관과의 협약기간이 종료되어 열람이 제한될 수 있습니다.

원문정보

초록

영어
It should be guaranteed that the face recognition based watch list identification system can recognize faces on real-time with high accuracy even in a large-scaled face image database. Considering the above system requirements, in this paper, we propose a novel multi-class hierarchical support vector machine(SVM), named to hybrid hierarchical support vector machine (HHSVM). The proposed HHSVM is constructed in a hierarchical manner, which first distinguishes watch list face images from coming face images of CCTV via a support vector data description(SVDD), that is a well-known one-class SVM, and then identify watch list face images in detail via a multi-class SVM-BTA. Using SVDD and SVM-BTA, we achieved fast watch list identification with high accuracy. With our KUFD(Korea University Face Database) collected from real experiments on Campus, we carried out a feasibility study on the proposed system for a new real-time watch list identification system.
한국어
얼굴 인식 기반의 요주의 인물 식별 시스템은 대용량의 데이터베이스에서 실시간 얼굴 인식이 가능하며 동시에 높은 인식 정확률을 보장해야만 한다. 본 논문에서는 이러한 요구사항들을 반영하여, 새로운 형태의 다중 클래스 SVM인 혼합 계층형 SVM을 제안한다. 제안된 혼합 계층형 SVM은 신속하게 요주의 인물 여부를 판단하는 단일 클래스 SVM의 대표적 모델인 SVDD와 요주의 인물 데이터베이스로부터 해당 인물을 빠르고 정확하게 인식할 수 있는 다중 클래스 SVM-BTA를 계층적으로 결합한 구조로서, 신속하고 정확한 요주의 인물 식별이 가능하다. 자체 제작한 KUFD(Korea University Face Database)와 요주의 인물 식별 시스템을 캠퍼스 내에서 모의 구축하여 제안된 시스템의 타당성을 실험적으로 검증한다.

목차

요약
 Abstract
 1. 서론
 2. 혼합 계층형 SVM을 이용한 실시간 요주의 인물 식별 시스템
 3. 얼굴 탐지 모듈
  3.1 Haar-like feature를 이용한 얼굴 영역 탐지
  3.2 얼굴 인식을 위한 특징 추출
 4. 혼합 계층형 SVM을 이용한 요주의 인물 인식
  4.1 첫 번째 계층: SVDD기반의 요주의 인물 인식
  4.2 두 번째 계층: SVM-BTA기반의 요주의 인물 식별
  4.3 세 번째 계층: SVDD기반의 요주의 인물 검증
 5. 실험 및 결과 분석
 6. 결론 및 향후 연구
 참고문헌

키워드

요주의 인물 식별 얼굴 인식 다중 클래스 SVM SVDD watch list identification face recognition SVDD multi-class SVM

저자

  • 강봉수 [ Bong-Su Kang | 고려대학교 세종캠퍼스 컴퓨터정보학과 석사과정. ]
  • 정호석 [ Ho-Seok Jung | 고려대학교 세종캠퍼스 컴퓨터정보학과 박사과정. ]
  • 이한성 [ Han-Sung Lee | 한국전자통신 연구원 휴먼인식기술연구팀. ]
  • 임영희 [ Young-Hee Im | 고려대학교 세종캠퍼스 컴퓨터정보학과 초빙 교수. ]
  • 정용화 [ Yong-Wha Chung | 고려대학교 세종캠퍼스 컴퓨터정보학과 교수. ]
  • 박대희 [ Dai-Hee Park | 고려대학교 세종캠퍼스 컴퓨터정보학과 교수. ] 교신저자

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    보안공학연구지원센터(JSE) [보안공학연구지원센터]
  • 설립연도
    2006
  • 분야
    공학>컴퓨터학
  • 소개
    1. 보안공학에 대한 각종 조사 및 연구 2. 보안공학에 대한 응용기술 연구 및 발표 3. 보안공학에 관한 각종 학술 발표회 및 전시회 개최 4. 보안공학 기술의 상호 협조 및 정보교환 5. 보안공학에 관한 표준화 사업 및 규격의 제정 6. 보안공학에 관한 산학연 협동의 증진 7. 국제적 학술 교류 및 기술 협력 8. 보안공학에 관한 논문지 발간 9. 기타 본 회 목적 달성에 필요한 사업

간행물

  • 간행물명
    보안공학연구논문지 [Journal of Security Engineering]
  • 간기
    계간
  • pISSN
    1738-7531
  • 수록기간
    2005~2017
  • 십진분류
    KDC 505 DDC 605

이 권호 내 다른 논문 / 보안공학연구논문지 Vol.7 No.5

    피인용수 : 0(자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      페이지 저장