한국항행학회논문지 (Journal of Advanced Navigation Technology)

  • 제13권5호
  • /
  • Pages.773-780
  • /
  • 2009
  • /
  • 1226-9026(pISSN)
  • /
  • 2288-842X(eISSN)
한국항행학회 (The Korean Navigation Institute)
권호 표지

퍼지추론을 이용한 얼굴영역 검출 알고리즘

Face Region Detection Algorithm using Fuzzy Inference

  • 정행섭 (청주대학교 전자공학과) ;
  • 이주신 (청주대학교 전자정보공학부)
  • 투고 : 2009.08.21
  • 심사 : 2009.10.30
  • 발행 : 2009.10.31
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 논문은 픽셀의 색상과 채도를 퍼지추론한 얼굴영역 검출 알고리즘을 제안하였다. 제안한 알고리즘은 조명보정과 얼굴 검출 과정으로 구성되었다. 조명보정 과정에서는 조명변화에 대한 보정기능을 수행한다. 얼굴 검출 과정은 20개의 피부 색상 모델에서 계산된 색상과 채도를 특징 파라미터로 멤버쉽 함수를 생성하여 유사도를 평가하였다. 추출된 얼굴 후보영역을 CMY칼라 모델에서 C요소로 눈을 검출하였고, YIQ 칼라 공간에서 Q요소로 입을 검출하였다. 추출된 얼굴 후보영역에서 일반적인 얼굴에 대한 지식을 기반으로 얼굴 영역을 검출하였다. 입력받은 정면 칼라 영상으로 실험한 결과, 얼굴 영상의 위치와 크기에 관계없이 얼굴 영역이 검출됨을 알 수 있었다.

This study proposed a face region detection algorithm using fuzzy inference of pixel hue and intensity. The proposed algorithm is composed of light compensate and face detection. The light compensation process performs calibration for the change of light. The face detection process evaluates similarity by generating membership functions using as feature parameters hue and intensity calculated from 20 skin color models. From the extracted face region candidate, the eyes were detected with element C of color model CMY, and the mouth was detected with element Q of color model YIQ, the face region was detected based on the knowledge of an ordinary face. The result of experiment are conducted with frontal face color images of face as input images, the method detected the face region regardless of the position and size of face images.

키워드

참고문헌

  1. Nada Bojic and Khee K. pang, "Adaptive skin segmentation for had and sholder video sequence", in Proc. SPIE Visual Comm. And Image Proc., vol 4067, pp.704-711, 2000.
  2. W. Zhao, R. Chellappa, P.J Philips, A. Rosenfeld, "Face recognition: A literature survey", ACM Computer Surveys, Vol. 35, No.4, pp. 300-458, Dec 2003
  3. Mohamed A. Berbar, Hamdy M. Kelash, "Face and facial features detection in color images", Proceeding of GMAI 2006.
  4. Y. X., Lv, Z. Q. Liu, and X.H. Zhu, "Real-time face detection based on skin-color model and morphology filters", International Conf. on Machine Learning and Cybernetics, vol 5, pp. 3202-3207, 2003.
  5. M. H. Yang, D. J. Kriegman, and N. Ahuja, "Edtecting face in images: a survey", IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 24, no. 1, pp. 34-58, 2002. https://doi.org/10.1109/34.982883
  6. Rein-Lien Hsu, Mohamed Abdel-Mottaleb, Anil K. Jain, "Face detection in color images", IEEE Transaction on Pattern analysis and machine intelligence, Vol. 24, No.5 May 2002.
  7. G. Yang and T. S. Huang, "Human face detection on a complex background", Pattern Recognition, vol. 27, no. 1, pp. 53-63, 1994. https://doi.org/10.1016/0031-3203(94)90017-5
  8. Z. Liu, Y. Wang, "Face detection and tracking in video using dynamic programming", International Conference on Image Processing, vol. 1, pp. 53-56, 2000.
  9. H. Y. Wu and Q. Chen, "Detecting human face in color images", Proc of the IEEE, pp. 2232-2236, 1996.
  10. I, Craw, D. Tock, and A. Bennett, "Finding face features", In proc. ECCV, pp. 92-96. 1992.
  11. R. Brunelli and T. Poggio, "Face recognition: Features versus templates", IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 15 pp. 1042-1052, 1993. https://doi.org/10.1109/34.254061
  12. R. Brunelli and T. Poggio, "Face recognition: Features versus templates", IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 15, pp. 1042-1052, 1993. https://doi.org/10.1109/34.254061