The Journal of Korean Institute of Communications and Information Sciences (한국통신학회논문지)

The Korean Institute of Commucations and Information Sciences (한국통신학회)
권호 표지

2D Direct LDA Algorithm for Face Recognition

얼굴 인식을 위한 2D DLDA 알고리즘

  • 조동욱 (충북과학대학 정보통신과학과) ;
  • 장언동 (충북대학교 정보통신공학과 영상통신연구실) ;
  • 김영길 (충북대학교 정보통신공학과 영상통신연구실) ;
  • 송영준 (충북대학교 정보통신공학과 영상통신연구실) ;
  • 안재형 (충북대학교 정보통신공학과 영상통신연구실) ;
  • 김봉현 (한밭대학교 컴퓨터공학과)
  • Published : 2005.12.01
Download PDF
⟨ Previous Next ⟩

Abstract

A new low dimensional feature representation technique is presented in this paper. Linear discriminant analysis is a popular feature extraction method. However, in the case of high dimensional data, the computational difficulty and the small sample size problem are often encountered. In order to solve these problems, we propose two dimensional direct LDA algorithm, which directly extracts the image scatter matrix from 2D image and uses Direct LDA algorithm for face recognition. The ORL face database is used to evaluate the performance of the proposed method. The experimental results indicate that the performance of the proposed method is superior to DLDA.

본 논문에서는 얼굴 인식을 위한 새로운 저차원 특징 표현 기법을 제안하였다. 선형판별기법(LDA)는 인기있는 특징추출 기법이다. 하지만 고차원 데이터의 경우에 계산적인 복잡도가 높고 샘플의 개수가 적은 경우 역행렬을 구할 수 없는 특이행렬문제에 직면한다. 이러한 문제들을 해결하기 위해 일반적인 선형판별기법과 다르게 우리는 이차원 이미지 공분산 행렬을 구한 다음 직접선형판별기법(dirct LDA)을 적용하였으며 이것을 2D-DLDA라고 부른다. ORL 얼굴데이터베이스를 사용하여 실험한 결과 기존의 직접선형판별기법보다 성능이 우수함을 확인하였다.

Keywords

References

  1. R. Chellappa, C. Wilson, S. Sirohey, 'Human and Machine Recognition of Faces: A Survey,' Proc. IEEE, 83(5), pp. 705-740, 1995 https://doi.org/10.1109/5.381842
  2. M. Turk, A. P. Pentland, 'Eigenfaces for Recognition,' J. Cognitive Neurosci., 3(1), pp. 71-86, 1991 https://doi.org/10.1162/jocn.1991.3.1.71
  3. M. H. Yang, 'Kernel Eigenfaces vs. Kernel Fisherfaces: Face Recognition Using Kernel Methods,' Proc. fifth IEEE Int'l Conf. Automatic Face and Gesture Recognition, pp. 215-220, 2002
  4. J. Yang, D. Zhang, A. F. Frangi, J. Yang, 'Two-dimensional PCA: A New Approach to Appearance-based Face Representation and Recognition,' IEEE Trans. Pattern Anal. Machine Intell., 26(1), pp. 131-137, 2004. https://doi.org/10.1109/TPAMI.2004.1261097
  5. P. N. Belhumeour, J. P. Hespanha, D. J. Kriegman, 'Eigenfaces vs. Fisherfaces: Recognition Using Class Specific Linear Projection,' IEEE Trans. Pattern Anal. Machine Intell. 19(7), pp. 711-720 https://doi.org/10.1109/34.598228
  6. L. Chen, H. Liao, M. Ko, J. Lin, G. Yu, 'A New LDA-based Face Recognition System Which Can Slove The Small Sample Size Problem,' Pattern Recognition, 33(10), pp. 1713-1726, 2000 https://doi.org/10.1016/S0031-3203(99)00139-9
  7. H. Yu, J. Yang, 'A Direct LDA Algorithm for High-dimensional Data With Application To Face Recognition,' Pattern Recognition, 34(11). pp. 2067-2070, 2001 https://doi.org/10.1016/S0031-3203(00)00162-X