주파수 영역에서의 특징추출 및 신경망을 이용한 얼굴인식 = Facial image recognition using neural network and characteristic extraction in frequency domain

다국어 초록 (Multilingual Abstract)

This dissertation proposed that method to segmentalize of face image to separate face in background image and divided method to separate characteristic area in face image about edge detected of separated face image by get a differential image, and proposed method to extract facial characteristic in wavelet conversion area and method to recognize face image using neural network.
Also, because face size of a person of fixed distance is resemblant almost from camera and detected characteristic area of four corners shape, a basis of knowledge for human face and consider of edge distribution face image.
And, run wavelet conversion and drew characteristic.
Run 2-levels wavelet conversion and 4-levels wavelet conversion about segmentalized facial characteristic area and detected each 92, 108 characteristic vectors with investigate coefficient distribution.
When detected characteristic using 2-level wavelet conversion, average RMSE for experiment image 0.0025 and using 4-level wavelet conversions average RMSE 0.0043 about same person that can yield exquisite characteristic vector more if use wavelet conversion.
Result that recognize after study to neural network, in case run cognition because using wavelet conversion, see the awareness rate of 100% about studying image and 92.18% about experiment image and expressed the awareness rate of 96% on the whole.

목차 (Table of Contents)

• 목차
• 그림목차 = ⅰ
• 표목차 = ⅲ
• ABSTRACT = ⅳ
• 제1장 서론 = 1
• 제2장 웨이브렛과 역전파 학습 알고리즘 = 5
• 제1절 웨이블랫 이론 = 5
• 1. 이산 푸리에 변환, Short-time 푸리에 변환과 웨이브렛 변환 = 5
• 2. 이산 웨이브렛 변환과 신호의 다해상도 분해 = 9
• 제2절 최근의 웨이브렛 기반 영상압축 기법 = 12
• 제3절 다층신경망과 역전파 학습 이론 = 17
• 1. 다층퍼셉트론(Multi-layer Perceptron) = 18
• 2. 오류 역전파 학습 모델 = 19
• 제3장 객체 분할 및 웨이브렛 기반 얼굴인식 알고리즘 = 23
• 제1절 차영상 기반 얼굴 분할 알고리즘 = 24
• 제2절 얼굴영상의 특징 검출 = 26
• 제3절 이산 웨이브렛 변환(DWT) 기반 특징벡터 추출 = 27
• 1. 2-레벨 웨이브렛 변환 = 30
• 2. 4-레벨 웨이브렛 변환 = 31
• 제4장 시뮬레이션 = 33
• 제1절 얼굴 특징 검출에 대한 결과 = 33
• 제2절 웨이브랫 변환을 이용한 얼굴 인식 결과 = 36
• 제3절 비교 및 검토 = 42
• 제5장 결론 = 45
• 참고문헌 = 47