Face Recognition System for Extracting Feature Vector Using Face Recognition Model Based on Deep Learning

According to an aspect of the present invention, a face recognition system for extracting a feature vector by using a face recognition model based on deep learning is capable of extracting a feature vector allowing accurate face recognition without depending on a place or lighting. The face recognition system comprises: a plurality of face image processing parts to image-process input data to generate output data; and a feature vector generation part to merge the output data outputted by the last face image processing part among the plurality of face image processing parts into a single layer to generate a predetermined number of feature vectors. A face image is inputted into the first face image processing part among the plurality of face image processing parts as the input image and the output data of an n^th face image processing part are inputted into a (n+1)^th face image processing part as the input image. The plurality of face image processing parts include: a first unit to apply a convolution filter to the input data to generate a feature map; a second unit to assign a weight to the feature map generated by the first unit; and a calculation part to sum the feature map with the weight assigned thereto by the second unit and the input data inputted into the first unit to generate the output data. 장소나 조명에 종속되지 않고 정확한 얼굴인식이 가능하게 하는 특징벡터를 추출할 수 있는 본 발명의 일 측면에 따른 딥러닝 기반의 얼굴인식모델을 이용하여 특징벡터를 추출하는 얼굴인식시스템은, 입력 데이터를 영상 처리하여 출력 데이터를 생성하는 복수개의 얼굴이미지 처리부; 및 상기 복수개의 얼굴이미지 처리부들 중 마지막 얼굴이미지 처리부에서 출력되는 출력 데이터를 하나의 레이어로 병합하여 미리 정해진 개수의 특징벡터를 생성하는 특징벡터 생성부를 포함하고, 상기 복수개의 얼굴 이미지 처리부들 중 1번째 얼굴이미지 처리부에는 상기 입력 이미지로써 얼굴이미지가 입력되고, n+1번째 얼굴이미지 처리부에는 상기 입력 이미지로써 n번재 얼굴이미지 처리부의 출력 데이터가 입력되며, 상기 복수개의 얼굴이미지 처리부는 상기 입력 데이터에 컨벌루션 필터를 적용하여 피쳐맵을 생성하는 제1 유닛; 상기 제1 유닛에 의해 생성된 피쳐맵에 가중치를 부여하는 제2 유닛; 및 상기 제2 유닛에 의해 가중치가 부여된 피쳐맵과 상기 제1 유닛으로 입력된 상기 입력 데이터를 합산하여 상기 출력 데이터를 생성하는 연산부를 포함하는 것을 특징으로 한다.