본 논문에서는 얼굴 영상간의 위상 차를 이용하여 얼굴을 인식하는 시스템을 제안하였다. 제안된 시스템에서는 KLT(Karhunen-Loeve transform)를 이용하여 복구가 가능하도록 영상을 압축하고, 계산량도 줄였다. 압축된 학습 대상 영상을 미리 제안된 시스템에서 학습시킨 후, 인식 대상 얼굴 영상을 압축시킨다. 압축된 영상과 기존의 학습된 얼굴영상들과의 위상차를 구하고 이 위상차에 여현 함수를 적용하여 그 값이 최대가 되는 얼굴로 인식하도록 하였다. 두 얼굴 영상의 위상차는 벡터 내적방법에 의해 구하여지며, 이를 이용하면 기존의 학습방법을 이용하는 시스템보다 계산이 간단하고 처리시간도 빠르다. 또한 영상간 규준화된 위상차는 조명 및 회전에 불변인식이 가능하고, 여현 함수의 적용으로 이동에도 어느정도 불변인식이 가능하다. 그리고 연결웨이트에는 영상에 대한 정보를 그대로 갖고 있어서, 기존의 신경망과 같은 전체적인 재학습을 하지 않고도 새로운 영상만을 추가학습이 가능하므로 확장학습이 용이하다. 각각 10가지 얼굴영상을 갖는 40 명의 ORL 얼굴영상에 실험한 결과, 인식률이 기존의 방법과 비슷한 8% 오차범위 내에서 학습시간이 PC에서도 수 분밖에 안 걸리는 빠른 얼굴인식이 가능함을 확인하였다.
This paper proposes an efficient face recognition system using phase difference between the face images. We use a Karhunen-Loeve transform for image compression and reconstruction, and obtain the phase difference by using normalized inner product of the two compressed images. The proposed system is rotation and light-invariant due to using the normalized phase difference, and somewhat shift-invariant due to applying the cosine function. The faster recognition than the conventional system and incremental training is possible in the proposed system. Simulations are conducted on the ORL images of 40 persons, in which each person has 10 facial images, and the result shows that the faster recognition than conventional recognizer using convolution network under the same recognition error rate of 8% does.
