본 논문은 조명 변화에 강인한 실시간 얼굴인식 시스템을 제안한다. 이를 위하여 제안한 알고리즘에서는 다양한 조명 조건에서도 강인한 얼굴 영상의 지역적 구조 특징을 추출하고, 추출된 특징을 이용하여 외형기반 얼굴인식 방법을 수행하였다. 또한 실시간 얼굴인식 시스템의 경우 연속적으로 영상을 획득하는 동안 발생하는 블러링 된 영상, 측면영상 등 얼굴 인식에 적합하지 않은 영상에 대한 인식 결과를 출력하게 된다. 따라서 이러한 잘못된 인식 결과들을 제거하고, 프레임 사이의 연속된 인식 결과를 고려하여 인식결과를 출력함으로써 결과의 안정성을 확보할 수 있는 방법을 함께 제안한다. 실험 결과에서는 제안한 알고리즘의 조명변화에 대한 성능을 평가하기 위해 Yale database를 사용하여 기존 외형기반 알고리즘과 비교하였다. 그 결과 다양한 조명 조건에서의 인식률이 기존 방법보다 20% 정도 향상 되었다. 또한 연속적으로 영상을 취득하는 시스템에서 제안한 방법의 얼굴 인식 성능을 평가한 결과 매 프레임 결과를 출력하는 방법에 비해 안정적인 성능을 보였다.
In this paper, we propose a real-tin e face recognition system that is robust under various lighting conditions. Th Modified Census Transform algorithm that is insensitive to illumination variations is employed to extract local structure features. In a practical face recognition system, acquired images through a camera are likely to be blurred and some of them could be side face images, resulting that unacceptable performance could be obtained. To improve stability of a practical face recognition system, we propose a real-time algorithm that rejects unnecessary facial picture and makes use of recognition consistency between successive frames. Experimental results on the Yale database with large illumination variations show that the proposed approach is approximately 20% better than conventional appearance-based approaches. We also found that the proposed real-time method is more stable than existing methods that produces recognition result for each frame.
