Facial-feature Detection in Color Images using Chrominance Components and Mean-Gray Morphology Operation

In detecting human faces in color images, additional geometric computation is often necessary for validating the face-candidate regions having various forms. In this paper, we propose a method that detects the facial features using chrominance components of color which do not affected by face occlusion and orientation. The proposed algorithm uses the property that the Cb and Cr components have consistent differences around the facial features, especially eye-area. We designed the Mean-Gray Morphology operator to emphasize the feature areas in the eye-map image which generated by basic chrominance differences. Experimental results show that this method can detect the facial features under various face candidate regions effectively.

색도정보와 Mean-Gray 모폴로지 연산을 이용한 컬러영상에서의 얼굴특징점 검출

얼굴검출 작업에서 다양한 형태를 가지는 후보영역을 정사하기 위한 기하학적 연산과정이 수반된다. 본 논문에서는 컬러영상에서 색도 분포 특성을 이용함으로써 얼굴가림과 방향에 영향을 받지 않고 얼굴 유효특징점을 검출할 수 있는 알고리즘을 제안한다. 제안한 알고리즘은 얼굴의 특징점 주변에서 Cb와 Cr이 일관적인 색도차를 가진다는 점에 착안한 것으로써, 기본 색도차 영상인 Eye맵 마스크에서 특징점을 효과적으로 강조시킬 수 있는 평균-그레이 모폴로지 연산을 수행한다. 실험을 통해, 제안한 방법이 가변적 형태의 후보영역에 대해서도 강인하게 얼굴의 유효특징점을 검출할 수 있음을 확인할 수 있었다.