Journal of KIISE:Software and Applications (한국정보과학회논문지:소프트웨어및응용)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

3D Face Recognition using Longitudinal Section and Transection

종단면과 횡단면을 이용한 3차원 얼굴 인식

  • Published : 2003.10.01
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, a new practical implementation of a person verification system using features of longitudinal section and transection and other facial, rotation compensated 3D face image, is proposed. The approach works by finding the nose tip that has a protrusion shape on the face. In feature recognition of 3D face image, one has to take into consideration the orientated frontal posture to normalize. Next, the special points in regions, such as nose, eyes and mouth are detected. The depth of nose, the area of nose and the volume of nose based both on the 3 longitudinal section and a transection are calculated. The eye interval and mouth width are also computed. Finally, the 12 features on the face were extracted. The Ll measure for comparing two feature vectors were used, because it is simple and robust. In the experimental results, proposed method achieves recognition rate of 95.5% for the longitudinal section and transection.

본 논문은 3차원 얼굴영상으로부터 얼굴의 구성 요소 중의 하나인 코의 종단면과 횡단면을 이용한 특징값과 얼굴의 다를 구성 요소들로부터 구해진 특징값을 이용하여 얼굴을 인식하는 알고리듬을 제안한다. 객체와 배경을 분리하여 얼굴을 추출 및 얼굴의 최고점인 코끝을 찾은 후, 3차원 영상으로부터 얼굴의 주요 특징영역인 코 정보와 얼굴의 종단면 및 횡단면의 정보를 이용하여 회전 보상 전, 후의 특징값을 구한다. 코의 최고점, 코와 이마 사이의 미간점, 코의 밑점, 그리고 코의 앙쪽 끝점을 탐색하여 코의 종단면과 횡단면을 기준으로 한 면적, 깊이, 각도, 체적, 그리고 눈과 입의 간격을 특징값으로 사용하였다. 제안된 방법을 이용한 유사도 비교는 입력과 데이타 베이스에 대하여 각각 두 개의 깊이 데이타에 대해 유클리드 거리를 사용하였으며, 실험결과 임계 순위 값 5위 이내의 인식률이 95.5%로 나타났다.

Keywords

References

  1. 유명현, 박정선. 이상웅, 최형철, 이성환, '얼굴 기반 생체인식 기술의 현황과 전망', 정보과학회지 제19권 제7호, 2001
  2. (주)포디컬쳐, 'http://www.4dculture.com'
  3. Cyberware, 'http://www.cyberware.com'
  4. Minota, 'http://www.minolta.com'
  5. P. W. Hallinan, Two- and three- dimensional Patterns of the face, A K Peters, Ltd., 1999
  6. R. Brunelli and T. Poggio, 'Face Recognition : features versus Templates,' IEEE Trans. RAMI, Vol.15, pp. 1042-1052, 1993 https://doi.org/10.1109/34.254061
  7. 고재필, 변혜란, '고유얼굴 기반의 얼굴형판을 이용한 얼굴영역 추출', 소프트웨어 및 응용, 제27권 제11호, 2000
  8. C.S. Chua, F. Han, Y.K. Ho, '3D Human Face Recognition Using Point Signature,' 4th ICAFGR, 2000 https://doi.org/10.1109/AFGR.2000.840640
  9. R. Chellapa, C. L. Wilson, and S.Sirohey 'Human and machine reconition of faces : A survey,' Preceeding of the IEEE, 83(5):pp.705-740, May 1995 https://doi.org/10.1109/5.381842
  10. J. C. Lee and E. Milios, 'Matching range image of human faces,' Third International Conference of Computer Vision, pp.722-726, 1990 https://doi.org/10.1109/ICCV.1990.139627
  11. G. G. Gordon, 'Face Recognition based on depth and curvature feature,' Preceeding of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, pp.808-810, 1992 https://doi.org/10.1109/CVPR.1992.223253
  12. H.T. Tanaka, M. Lkeda and Hchiaki, 'Curvaturebased face surface recognition using spherial correlation,' Third IEEE International Conference on Automatic Face and Gesture Recognition, pp.372-377, 1998 https://doi.org/10.1109/AFGR.1998.670977
  13. Y. H. Lee, K. W. Park, J. C. Shim and T. H. Yi, '3D Face Recognition using Projection Vectors', Preceeding of IVCNZ2002, pp. 151-156, 2002
  14. R. Jain, R. Kasturi and B. G. Schunck, Machine Vision, MIT Press and McGraw-Hill. Inc. 1995
  15. 數學敎材編纂委員會, 代數學과 畿何學, 螢雪出版社, 1992