[논문 리뷰] Effective Computer Model For Recognizing Nationality From Frontal Image

Bat-Erdene Batsukh, Ganbat Tsend|arXiv (Cornell University)|2016. 03. 15.

Face and Expression Recognition참고 문헌 6인용 수 4

한 줄 요약

이 논문은 정면 얼굴 영상에서 얼굴 기하학, 색상, 비율 측정값을 사용하여 국적을 인식하는 컴퓨터 시각 모델을 제안한다. 얼굴 특징점을 탐지하고, 이미지 조건을 정규화하며, 기준 데이터베이스와 키 포인트를 비교함으로써, 통제된 정면 촬영 조건 하에서 정확한 국적 예측을 달성한다. 이는 보안 및 헬스케어 분야에 적용 가능하다.

ABSTRACT

We are introducing new effective computer model for extracting nationality from frontal image candidate using face part color, size and distances based on deep research. Determining face part size, color, and distances is depending on a variety of factors including image quality, lighting condition, rotation angle, occlusion and facial emotion. Therefore, first we need to detect a face on the image then convert an image into the real input. After that, we can determine image candidate gender, face shape, key points and face parts. Finally, we will return the result, based on the comparison of sizes and distances with the sample measurement table database. While we were measuring samples, there were big differences between images by their gender and face shapes. Input images must be the frontal face image that has smooth lighting and does not have any rotation angle. The model can be used in military, police, defense, healthcare, and technology sectors. Finally, Computer can distinguish nationality from the face image.

연구 동기 및 목표

• 측정 가능한 얼굴 특징을 사용하여 정면 얼굴 영상에서 국적을 신뢰할 만한 방법으로 유추하는 데 목적이 있다.
• 성별, 얼굴 형태, 조명, 이미지 품질 등의 변동성을 표준화된 전처리 및 정규화를 통해 다루는 데 목적이 있다.
• 정확한 국적 분류를 위한 표준화된 얼굴 측정값 데이터베이스를 구축하는 데 목적이 있다.
• 방위, 경찰, 의료 영상 시스템에 실용적으로 구현할 수 있도록 하는 데 목적이 있다.
• 자원이 제한되거나 촬영 조건이 제약이 있는 환경에서 자동 신원 식별을 향상시키는 데 목적이 있다.

제안 방법

• 입력 이미지에서 얼굴 영역를 분리하기 위해 먼저 얼굴 검출을 수행한다.
• 이미지 전처리를 통해 조명, 회전, 가림을 정규화하여 정면이고 고품질의 입력을 확보한다.
• 거리와 비율 측정을 위한 핵심 포인트를 추출하기 위해 얼굴 특징점을 탐지한다.
• 기하학적 및 색상 기반 특징을 사용하여 얼굴 형태, 성별, 얼굴 부분 크기를 분류한다.
• 기준 데이터베이스로 표준화된 얼굴 측정값을 사용하여 국적을 비교하고 분류한다.
• 최종 국적 예측은 측정된 특징을 데이터베이스와 통계적으로 비교하여 결정된다.

실험 결과

연구 질문

• RQ1 정면 얼굴 영상에서 얼굴 기하학 및 색상 특징이 국적을 신뢰성 있게 예측할 수 있는가?
• RQ2 성별, 얼굴 형태, 이미지 품질의 변동이 국적 인식 정확도에 어떤 영향을 미치는가?
• RQ3 표준화된 측정값 데이터베이스는 분류 성능 향상에 어느 정도 기여하는가?
• RQ4 신뢰할 수 있는 국적 유추를 위해 일관된 입력을 확보하기 위해 필요한 전처리 단계는 무엇인가?
• RQ5 통제된 정면 촬영 조건 하에서 컴퓨터 모델이 강건한 국적 인식을 달성할 수 있는가?

주요 결과

• 입력 이미지가 정면이고 잘 조명되었으며, 회전이나 가림이 없는 경우 모델은 정확한 국적 인식을 달성한다.
• 성별과 얼굴 형태 간에 얼굴 측정값에 상당한 차이가 관찰되어 별도의 정규화가 필요하다.
• 얼굴 검출 및 특징점 위치 추정은 신뢰할 수 있는 특징 추출과 비교에 핵심적이다.
• 표준화된 측정값 데이터베이스의 사용은 국적의 효과적인 비교 및 분류를 가능하게 한다.
• 이 모델은 방위, 경찰, 헬스케어와 같은 고위험 분야에 적용 가능하다.
• 이미지 품질과 전처리가 국적 예측 정확도에 상당한 영향을 미친다.