요약본 발명은 얼굴인식 방법에 있어서, 주성분분석법(Principal Component Analysis:PCA), 선형판별분석법(Linear Discriminant Analysis:LDA), RBF 신경망(Radial Basis Function Network) 방법 등 세 가지 기법을 결합하여 조명에 덜 민감한 저 차원의 영상데이터를 지능적으로 분류할 수 있도록 하는 고성능의 새로운 얼굴인식 방법에 관한 것이다. 보다 상세하게, 본 발명은 얼굴영상을 받아서 그 입력 데이터로부터 일련의 계산과정을 거쳐서 고유얼굴을 추출하여 대폭 축소된 차원의 특징벡터를 추출하는 주성분분석처리단계; 이렇게 얻어진 각각의 데이터에 대한 클래 내와 클래스 간의 통계적 데이터를 이용한 산란행렬을 이용한 투영행렬에서 얻어지는 가중치벡터를 추출하는하는 단계; 그리고 이 가중치들을 RBF 신경망에 입력하여 클래스를 분류해 내는 단계; 를 포함하여 이루어지며, 주성분분석법으로만 사용했을 때 조명에 약하고, 선형판별분석법만을 이용했을때는 방대한 데이터의 양과 함께 클래스 내의 특이 현상때문에 계산이 어려우며RBF 신경망을 도입하였을 때 선형판별분석법으로 얻어진 통계적 데이터를 더욱 효과적으로 분류하는 얼굴인식방법에 관한 것이다. 본 발명에 의하면, 원래 얼굴 영상에 주성분분석법을 적용하여 얻어지는 고유벡터를 사용함으로써 차원을 줄...(이하생략)
