earticle

영어

It should be guaranteed that the face recognition based watch list identification system can recognize faces on real-time with high accuracy even in a large-scaled face image database. Considering the above system requirements, in this paper, we propose a novel multi-class hierarchical support vector machine(SVM), named to hybrid hierarchical support vector machine (HHSVM). The proposed HHSVM is constructed in a hierarchical manner, which first distinguishes watch list face images from coming face images of CCTV via a support vector data description(SVDD), that is a well-known one-class SVM, and then identify watch list face images in detail via a multi-class SVM-BTA. Using SVDD and SVM-BTA, we achieved fast watch list identification with high accuracy. With our KUFD(Korea University Face Database) collected from real experiments on Campus, we carried out a feasibility study on the proposed system for a new real-time watch list identification system.

한국어

얼굴 인식 기반의 요주의 인물 식별 시스템은 대용량의 데이터베이스에서 실시간 얼굴 인식이 가능하며 동시에 높은 인식 정확률을 보장해야만 한다. 본 논문에서는 이러한 요구사항들을 반영하여, 새로운 형태의 다중 클래스 SVM인 혼합 계층형 SVM을 제안한다. 제안된 혼합 계층형 SVM은 신속하게 요주의 인물 여부를 판단하는 단일 클래스 SVM의 대표적 모델인 SVDD와 요주의 인물 데이터베이스로부터 해당 인물을 빠르고 정확하게 인식할 수 있는 다중 클래스 SVM-BTA를 계층적으로 결합한 구조로서, 신속하고 정확한 요주의 인물 식별이 가능하다. 자체 제작한 KUFD(Korea University Face Database)와 요주의 인물 식별 시스템을 캠퍼스 내에서 모의 구축하여 제안된 시스템의 타당성을 실험적으로 검증한다.