기관회원 [로그인]
소속기관에서 받은 아이디, 비밀번호를 입력해 주세요.
개인회원 [로그인]

비회원 구매시 입력하신 핸드폰번호를 입력해 주세요.
본인 인증 후 구매내역을 확인하실 수 있습니다.

회원가입
서지반출
감시 시스템에서 SVDD와 SRC를 이용한 범죄 용의자 얼굴 식별
[STEP1]서지반출 형식 선택
파일형식
@
서지도구
SNS
기타
[STEP2]서지반출 정보 선택
  • 제목
  • URL
돌아가기
확인
취소
  • 감시 시스템에서 SVDD와 SRC를 이용한 범죄 용의자 얼굴 식별
저자명
이종욱,강봉수,이한성,정용화,박대희,Lee. Jong-Uk,Kang. Bong-Su,Lee. Han-Sung,Chung. Yong-Wha,Park. Dai-Hee
간행물명
정보과학회논문지. Journal of KIISE. 컴퓨팅의 실제 및 레터
권/호정보
2011년|17권 2호|pp.135-139 (5 pages)
발행정보
한국정보과학회
파일정보
정기간행물|
PDF텍스트
주제분야
기타
이 논문은 한국과학기술정보연구원과 논문 연계를 통해 무료로 제공되는 원문입니다.
서지반출

기타언어초록

본 논문에서는 비디오 서베일런스 시스템에서 탐지된 얼굴 이미지를 이용하여 범죄자 감시목록에 등록된 범죄 용의자를 식별하는 시스템을 설계 및 구현하였다. 특히 제안된 SVDD와 SRC를 혼합한 계층적 구조의 범죄 용의자 식별 시스템은 다음과 같은 시스템 설계 요구사항들을 모두 만족하는 차원에서 설계 및 구현되었다: 1) SVDD를 이용하여 범죄 용의자만을 빠르게 인식함으로써, 일반인에 대한 불필요한 범죄자 식별 연산을 수행하지 않는다; 2) 식별 성능을 저해하는 다양한 환경에서도 이미 강인한 성능이 검증된 SRC를 범죄 용의자 식별과정에 적용함으로써 안정적이고 정확한 식별 성능을 보장한다; 3) 동일 생체 특징의 반복적 사용을 통한 다수결 투표전략을 취함으로써 시스템의 신뢰도를 보장한다; 4) 점증적 갱신의 학습 능력으로 인하여 범죄 용의자 감시목록 데이터베이스의 변화에도 능동적으로 적응한다. 실제 KUFD(Korea University Face Database)를 자체 제작하고 캠퍼스 내에서 CCTV 환경의 범죄 용의자 얼굴 탐지 및 식별 시스템 환경을 모의 구축하여 실험적으로 제안된 프로토타입 시스템의 성능을 검증한다.

기타언어초록

In this paper, we propose a suspected criminal face identification on the watch list for video surveillance system via SVDD and SRC. Especially, the proposed criminal identification module is designed in a hierarchical manner via a mixture of support vector data description (SVDD) and sparse representation classifier (SRC). It has the following characteristics (system design requirements): 1) Since SVDD quickly recognizes only criminal suspects, it does not perform the unnecessary operation for the ordinary person; 2) Even in an inhibitory environment against face identification, it ensures a reliable and accurate identification performance via SRC that has been already proven as an excellent robust methodology for a face recognition; 3) Taking majority voting strategy with the repeated use of the same biological characteristics ensures the reliability of the system performance; 4) With the intrinsic incremental learning capability of SRC, this system can actively adapts itself according to the change of a watch list database. We carried out a feasibility experiment on the proposed prototype system with our KUFD (Korea University Face Database) collected from real experiments on Campus.