• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.11
• /
• pp.2365-2373
• /
• 2011

This paper propose the hardware IP of real-time face detection system for mobile devices and digital cameras required for high speed, smaller size and lower power. The proposed face detection system is robust against illumination changes, face size, and various face angles as the main cause of the face detection performance. Input image is transformed to LBP(Local Binary Pattern) image to obtain face characteristics robust against illumination changes, and detected the face using face feature data that was adopted to learn and generate in the various face angles using the Adaboost algorithm. The proposed face detection system can be detected maximum 36 faces at the input image size of QVGA($320{\times}240$), and designed by Verilog-HDL. Also, it was verified hardware implementation by using Virtex5 XC5VLX330 FPGA board and HD CMOS image sensor(CIS) for FPGA verification.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.733-735
• /
• 2004

본 논문에서는 얼굴 요소 기반의 얼굴 검출을 설명한다. 기존의 얼굴 전체 영역을 사용한 검출의 문제점과 얼굴 요소 기반의 얼굴 검출 방법의 차이점을 제시하며, 얼굴 전체 영역을 사용한 검출 방법에서 해결하기 어려운 문제점을 해결 하고자 한다. 얼굴 요소 기반의 얼굴 검출 방법은 Support Vector Machines (SVM)을 사용한다. 이 SVM을 사용하여 독립적으로 얼굴 요소를 찾으며, 각각의 얼굴 요소의 위치 정보를 이용한 지식 기반 방법을 이용하여 최종 얼굴 영역을 판별해 낸다 실험 결과에서 알 수 있듯이 얼굴 요소 기반 알고리즘은 얼굴 요소 가려짐 및 얼굴 요소의 유실에 강인함을 볼 수 있다.

• Journal of Korea Society of Industrial Information Systems
• /
• v.20 no.2
• /
• pp.57-63
• /
• 2015

Compared to other emotion recognition technology, facial expression recognition technology has the merit of non-contact, non-enforceable and convenience. In order to apply to a psychological robot, vision technology must be able to quickly and accurately extract the face region in the previous step of facial expression recognition. In this paper, we remove the background from any image using the YCbCr skin color technology, and use Haar-like Feature technology for robust face detection. We got the result of improved processing speed and robust face detection by removing the background from the input image.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.377-380
• /
• 2001

본 논문에서는 실내에서 액티브 카메라를 사용하여 다중 인물의 얼굴의 위치를 검출하고. 추적할 수 있으며 조명과 배경 등의 영향에 강인한 추적 알고리즘을 제시하고자 한다. 알고리즘은 얼굴영역 검출, 추적의 2단계로 구성되며, 빠르고 효율적인 얼굴영역 검출은 추적 알고리즘의 성능향상으로 이어지므로, 이를 위해 독특한 색상영역 분포를 갖는 피부 색상 특징을 이용하였다. 표본영상에서 추출된 피부색상 픽셀들을 바탕으로 YCbCr 색상계를 사용하여 얼굴 색상모델을 구축한 후, Gaussian 함수를 사용하여 입력 영상의 픽셀과 얼굴색상모델과의 유사도를 결정하였다. 최종 얼굴 영역은 추출된 영역에 대한 얼굴의 타원특징, 해부학적 특징을 이용하여 결정된다. 추적은 추출된 얼굴영역과 temporal Gaussian 필터를 적용한 움직임 추정을 통한 움직임 검출의 조합으로 이루어진다. 또한, 예측버퍼의 사용으로 탐색영역의 축소로 인한 계산량 감소와 처리 속도의 증가시켰으며, pan/tilt가 가능한 카메라를 사용하여 상호 피드백이 가능하도록 하였다. 제시된 알고리즘은 PC 상에서 시뮬레이션되었으며, 좋은 결과를 얻을 수 있었다.

• The Journal of the Korea Contents Association
• /
• v.7 no.2
• /
• pp.11-20
• /
• 2007

AAM has been successfully applied to face alignment, but its performance is very sensitive to initial values. In this paper, we propose a face alignment method using progressive AAM. The proposed method consists of two stages; modelling and relation derivation stage and fitting stage. Modelling and relation derivation stage first builds two AAM models; the inner face AAM model and the whole face AAM model and then derive the relation matrix between the inner face AAM model parameter vector and the whole face AAM model parameter vector. The fitting stage is processed progressively in two phases. In the first phase, the proposed method finds the feature parameters for the inner facial feature points of a new face, and then in the second phase it localizes the whole facial feature points of the new face using the initial values estimated utilizing the inner feature parameters obtained in the first phase and the relation matrix obtained in the first stage. Through experiments, it is verified that the proposed progressive AAM-based face alignment method is more robust with respect to pose, and face background than the conventional basic AAM-based face alignment.

• Journal of KIISE:Software and Applications
• /
• v.34 no.10
• /
• pp.945-952
• /
• 2007

The face detection is a necessary first-step in the face recognition systems, with the purpose of localizing and extracting face regions from input images. But it is not a simple problem, because faces have many variations such as scale, rotation and lighting condition. In this paper, we propose a novel method to detect not only frontal faces but also partial rotated faces in still images. Firstly, we produce the eye candidates in the sub-regions of an input image to detect rotated faces. Secondly, the eye candidates are used to measure the angles of rotated faces. Thirdly, we are able to derotate the rotated face then put it to Bayesian classifier. We make an experiment with rotated multiracial face and show the good results in this paper.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.04a
• /
• pp.143-146
• /
• 2001

본 논문에서는 칼라 영상으로부터 피부색 정보 및 모멘트를 이용하여 눈 영역 및 얼굴 영역을 검출하는 알고리즘을 제안한다. 제안한 알고리즘은 눈 영역을 추출함으로써 보다 정확한 얼굴 영역을 검출할 수 있다. 이를 위해 먼저 입력된 칼라 영상의 피부색 정보를 기반으로 추출한 영역으로부터 레이블 영역의 면적과 크기 정보를 이용해 1차, 2차 얼굴 후보 영역을 선택하고 선택된 얼굴 후보 영역간의 기울기 모멘트를 계산하여 3차 얼굴 후보 영역을 추출한다. 또한 추출한 3차 후보 영역으로부터 레이블 영역의 크기 및 구조적 관계를 고려하여 영역 내에서의 눈의 위치를 검출한다. 따라서 제안한 방법은 눈의 기울기 관계를 이용함으로써 얼굴의 크기와 얼굴이 좌우로 기울어진 영상에 대하여 강인한 얼굴 검출 능력을 보인다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.247-250
• /
• 2004

본 논문에서는 간단한 사각형 특징과 계층적 분류기를 이용하여 실시간으로 얼굴을 검출하는 방법을 제안하고자 한다. 우리는 다섯 가지 형태의 기본적인 특징 모델을 바탕으로 20*20 크기의 훈련 영상에 적용하여 많은 초기 특징 집합을 구성하였다. AdaBoost(Adaptive Boosting) 알고리즘을 이용한 학습을 통하여 초기 특징 집합 중에서 얼굴 검출하는데 강인한 집합들만을 선택하였다. 제안된 알고리즘을 이용한 실제 실험에서 90% 이상의 높은 검출율을 확인하였고 초당 10프레임의 실시간 검출에도 성공하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06b
• /
• pp.313-315
• /
• 2006

본 연구에서는 실내에서 입력받은 영상의 조명과 크기 변화 등에 강인한 얼굴 검출 기법을 소개한다. 제안된 얼굴 검출 기법은 후보 영역 선정 과정과 얼굴패턴 검출 과정, 얼굴 영역 보정 과정으로 이루어진다. 후보 영역 선정 과정에서는 조명보정과 색상 필터, 움직임 필터를 이용하여 얼굴패턴의 후보 영역을 선정한다. 얼굴패턴 검출 과정에서는 CNN을 이용하여 특징을 추출하고, WFMM 신경망을 이용하여 얼굴 패턴을 검증한다. 얼굴 영역 보정 과정은 형태학적 연산 등의 영상 처리를 이용하여 눈 영역과 입술 영역의 위치를 판별한 후 최종적인 얼굴 영역을 결정한다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.48 no.4
• /
• pp.116-128
• /
• 2011

In this paper, we propose the structure of a high-performance face-detection engine that responds well to facial rotating changes using rotation transformation which minimize the required memory usage compared to the previous face-detection engine. The validity of the proposed structure has been verified through the implementation of FPGA. For high performance face detection, the MCT (Modified Census Transform) method, which is robust against lighting change, was used. The Adaboost learning algorithm was used for creating optimized learning data. And the rotation transformation method was added to maintain effectiveness against face rotating changes. The proposed hardware structure was composed of Color Space Converter, Noise Filter, Memory Controller Interface, Image Rotator, Image Scaler, MCT(Modified Census Transform), Candidate Detector / Confidence Mapper, Position Resizer, Data Grouper, Overlay Processor / Color Overlay Processor. The face detection engine was tested using a Virtex5 LX330 FPGA board, a QVGA grade CMOS camera, and an LCD Display. It was verified that the engine demonstrated excellent performance in diverse real life environments and in a face detection standard database. As a result, a high performance real time face detection engine that can conduct real time processing at speeds of at least 60 frames per second, which is effective against lighting changes and face rotating changes and can detect 32 faces in diverse sizes simultaneously, was developed.