컨볼루셔널 신경망을 이용한 효율적인 안면인식 기술에 관한 연구

A Study on an Efficient Facial Recognition Scheme using Convolutional Neural Network

최근 공항 출입국 관리, 출퇴근 관리, 아파트 출입 관리, 범죄 수사 등 다양한 보안 분야에서 안면인식 기술이 활용되고 있다. 안면인식은 디지털 이미지 또는 비디오 프레임으로부터 사용자의 안면 특징을 활용하여 사용자를 인증하는 방식으로, 안면인식 정확도를 향상하기 위한 다양한 연구들이 수행되고 있다. 본 논문에서는 컨볼루셔널 신경망 모델을 이용하여 사용자의 안면 데이터를 학습하고, 등록된 안면 학습 데이터와의 비교를 통해 사용자를 인증하는 안면인식 기술을 제안한다. 제안 기법에서는 안면인식을 위한 정확도와 신뢰도 향상을 위해 하르-케스케이드 모델을 적용한 안면 검출, 사용자 안면 데이터 암호화, 컨볼루션 신경망 모델을 이용한 기계학습, 학습된 모델을 통한 얼굴 예측 테스트 및 사용자 인증 과정을 수행하였다.

Recently, facial recognition has been used in various security fields such as airport immigration control, commuting management, apartment access control, and criminal investigation. Facial recognition is a method of authenticating a user by utilizing the user s facial features from a digital image or video frame, and various studies have been conducted to improve the accuracy of facial recognition. In this paper, we propose a facial recognition technology that learns the user s facial data using a convolutional neural network model and authenticates the user through comparison with the registered facial learning data. In the proposed technique, face detection using Har cascade models, user facial data encryption, machine learning using a convolutional neural network model, face prediction tests through the learned model, and user authentication processes were performed to improve accuracy and reliability for facial recognition.