본 논문에서는 얼굴 인식 알고리즘을 하드웨어로 설계하여 임베디드 시스템에 적용하기 위해 고정 소수점 모델을 구성하고 그에 근거한 하드웨어 구조를 제안하였다. 얼굴 인식 알고리즘은 학습된 데이터를 사용하여 입력 영상에서 얼굴을 검출하고 검출된 얼굴 영상에서 두 눈을 찾아 얼굴 검증 단계를 거치며, 얼굴 검증단계에서 얻어진 두 눈의 위치를 이용하여 얼굴 인식 단계에서 필요한 얼굴 특징 벡터를 연산하고 저장 또는 비교를 통하여 얼굴 인식을 수행한다. 부동 소수점 모델과 고정 소수점 모델의 유사성은 부동 소수점 모델에서 검출된 영상을 고정 소수점 모델에서 수행하여 비교하였으며 성능이 0.2% 오차 범위 안에서 일치하는 고정 소수점 모델을 구성하였다.
This paper includes an analysis of face recognition algorithm to design hardware and presents fixed point model in accordance with it. Face recognition algorithm detects the positions of face and eyes to make use of their feature data to detect and verify human faces. It distinguishes a particular user by means of comparing them with registered face features. To implement the face recognition algorithm into hardware, we developed its fixed point model by analyzing face feature parameters, face acquisition data, and feature detection parameters and operation structure.
