• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2005년도 추계학술대회 논문집
• /
• pp.229-232
• /
• 2005

컴퓨터 비전을 기반으로 하는 인간과 컴퓨터의 상호작용(Human computer Interaction, HCI)에 대한 연구는 영상처리 분야에서 큰 축을 담당하고 있으며, 특히 얼굴인식 연구는 HCI 분야에서 가장 중요한 영역들 중의 분야이다. 이러한 얼굴인식 기반의 HCI 시스템을 구현하기 위해서는 영상 내에 존재하는 얼굴을 정확히 검증하는 것이 선행되어야 한다. 본 논문에서는 피부색상과 원형 투영 과정에 의한 특징 추출을 이용한 특징점 기반의 얼굴 검출 기법을 제안한다. 본 논문에서 제안하는 얼굴검출 기법은 얼굴의 크기 및 평면적 회전(rotation)에 대하여 강인한 얼굴검출 성능을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2016년도 춘계학술발표대회
• /
• pp.656-659
• /
• 2016

최근 컴퓨터 기술의 발전과 함께 임베디드 기기 또한 다양한 기능을 갖추기 시작했다. 본 연구에서는 최근 활발하게 진행되고 있는 영상센서를 사용한 임베디드 기기 등 자원이 적은 기기에서 효율적인 얼굴 추적 방식을 제안한다. 정확한 얼굴을 얻기 위하여 MB-LBP 특징을 사용한 얼굴 검출 방식을 사용했으며, 다음 영상에서 얼굴 객체 추적을 위하여 얼굴 검출시 얼굴 주변 영역(Region of Interest)을 지정하였다. 그리고 얼굴을 검출을 못하는 영상에서는 기존의 객체 추적 방식인 CAM-Shift를 사용해 객체를 추적해 객체 정보의 손실 없이 정보를 유지 할 수 있도록 하였다. 본 연구는 기존 연구와의 비교를 통하여 객체 추적 시스템의 정확성과 빠른 성능을 확인하였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권12호
• /
• pp.1247-1259
• /
• 2005

본 연구는 웹카메라와 같은 저해상도의 동영상으로부터 실시간 다중 얼굴 인식 시스템을 제안한다. 동영상을 이용한 얼굴 인식 시스템은 크게 얼굴 검출 단계와 얼굴 분류 단계로 나눌 수 있다. 첫째, 얼굴 검출 단계에서는 빠르고 강인한 객체 검출 성능을 가진 AdaBoost를 이용하여 얼굴 후보 영역을 검출하였고, 검출된 얼굴 후보 영역에 대한 주성분을 수행하여 데이타의 크기기 현저히 줄어든 특징 벡터를 구한 다음에 특징 벡터에 대해 SVM 기반 이진 분류를 수행하여 얼굴 후보 영역을 검증하였다. 둘째, 얼굴 분류 단계에는 주성분 분석과 멀티 SVM을 이용하여 각 얼굴들을 분류하였다. 실험 결과 본 논문에서 제안한 방법은 저해상도에서도 높은 얼굴 검출율과 동영상에서 실시간 처리가 가능한 빠른 다중 얼굴 검출과 인식 성능을 보였다. 또한 팬-틸트 기능을 가진 웹카메라를 이용한 자동 추적형 얼굴 인식 시스템을 적용하여 얼굴 검출 성능을 향상시켰고, 얼굴 인식 시스템의 응용으로 무선 On/off 얼굴인식 도어락 시스템을 구현하였다.

• 한국정보통신학회논문지
• /
• 제14권9호
• /
• pp.1972-1978
• /
• 2010

AAM(Active Appearance Model)은 변형 가능한 형태의 검출에 가장 효과 적인 방법의 하나이며, 수학적으로 최적화 문제이다. 비용함수는 최소자승 함수이어서 볼록 함수이나, 탐색 공간이 볼록공간이 아니므로 국소 최소값이 전역 최소값인 것으로 보장 되지 않는다. 즉 초기값이 전역 최소값 근방에서 출발하지 않으면, 지역 최소값에 수렴하여 정확한 얼굴 윤곽 검출이 어려워진다. 본 논문에서는 연속적인 입력영상에 SIFT(Scale Invariant Feature Transform)와 유전자 알고리즘을 사용하여 눈동자를 검출하고 AAM 모델의 초기화 정보로 사용함으로써 조명과 배경에 강인한 AAM 기반의 얼굴 정합 방법을 제안한다. 실험을 통하여 제안한 AAM 기반 얼굴 정합 방법이 자세, 얼굴 배경 등에 대해 기존의 AAM 기반 얼굴 정합 방법보다 더 강인한 것으로 확인 되었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권11호
• /
• pp.809-817
• /
• 2002

본 논문은 온라인 얼굴 인식에서 전처리에 해당하는 얼굴 검출방법을 다룬다. 기존의 얼굴 검출 방법에서 에지 정보만을 이용한 얼굴 검출 방법과 컬러 정보를 이용한 얼굴 검출 방법의 단점을 상호 보완하기 위해 본 연구에서는 에지 정보와 컬러 정보를 결합한 얼굴 검출 방법 및 중심 영역 컬러 샘플링을 이용한 얼굴 검출방법을 개발하였다. 즉, 사람의 얼굴 영역이 비슷한 컬러를 가진 배경 영역과 결합(Merge)되는 것을 막기 위해 먼저 적응형 에지 검출 알고리즘을 수행하여 배경과 얼굴 영역을 각각의 고립 영역으로 분할한다. 제안된 적응형 소벨(Sobel) 에지 검출기는 배경 영역과 얼굴 영역의 경계에서 항상 에지가 발생할 수 있도록 에지가 많이 검출되고 입력 영상의 밝기 변화에 강인하다. 이로 인해 얼굴 영역이 하나의 영역이 아닌 여러 영역으로 분할되어 나타날 수 있으므로, 각 영역들의 컬러 정보를 이용해 병합한 후, 최종 얼굴 영역을 MBR(minimum bounding rectangle) 형태로 검출하였다. 이때 병합된 최종 얼굴 영역 후보가 너무 크거나 혹은 너무 작으면, 중심 영역 샘플링 방법을 이용해 다시 얼굴 영역을 검출한다. 총 2100장의 얼굴 영상 데이터베이스를 통해 실험한 결과 본 연구에서 제안한 방법을 사용해 96.3%의 높은 얼굴 영역 검출 성공률을 얻을 수 있었다.

• 한국지능시스템학회논문지
• /
• 제14권6호
• /
• pp.783-788
• /
• 2004

영상에서 얼굴이 있는 위치를 찾거나 얼굴을 검출하기 위한 많은 방법들이 연구되고 있다. 영상에서 얼굴 검출은 얼굴의 크기, 얼굴이 있는 위치, 그리고 다양한 포즈, 조명 상태 등의 변화에 따라 달라진다 따라서 얼굴 검출과 인식에 있어서의 어려운 점은 얼굴의 크기와 위치, 거리, 조명, 포즈 때문에 나타나는 것이다. 본 논문에서는 다양한 얼굴 크기와 얼굴이 있는 위치 등에 강인한 얼굴 검출을 위해 피셔의 선형 판별 함수를 이용하는 방법을 제안한다. 선형 판별식을 이용하여 효과적으로 얼굴을 검출하기 위해서는 학습 방법 및 학습에 사용되는 데이터들의 구성이 중요하다. 그 이유는, 얼굴 검출을 위해 사용되는 학습 데이터들은 조명과 포즈에 영향을 받기 때문에 얼굴의 특징들을 반영하는 학습 데이터들의 구성이 중요하다. 따라서 본 논문에서는 복잡한 배경과 다양한 크기의 얼굴을 검출하기 위한 계층적인 방법을 제시하며, 효과적인 피셔 판별 분석을 위하여 얼굴과 비얼굴 학습 데이터의 효율적인 분류 방법을 제안한다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 춘계학술발표대회논문집
• /
• pp.488-491
• /
• 2003

본 논문에서는 실시간 CCD 카메라 입력 영상으로부터 다중 컬러 정보를 이용하여 얼굴 영역을 검출 및 추적하고 기울어진 얼굴을 보정하는 알고리즘을 제안하였다. 제안한 알고리즘은 먼저 획득된 RGB 영상에서 YCbCr컬러 모델과 YIQ컬러 모델로 변환한 후 Cr성분과 I성분을 추출하여 얼굴 피부색을 검출, 얼굴 영역 추출에 사용하였다. 또한 추출된 얼굴 후보 영역에서 수평, 수직 투영(Projection)정보로부터 최종 얼굴 영역으로 검출한 다음 검출된 얼굴 중심 좌표와 이전에 검출된 얼굴 중심 좌표 값을 유클리드언 거리로 얼굴을 추적하였으며 검출된 얼굴로부터 레이블링(Labeling)기법으로 눈 특징자를 검출, 눈의 기울기 각도를 보정함으로써 얼굴 기울기를 보정하였다. 제안한 얼굴 추적 및 기울기 보정 알고리즘을 사용하여 실험한 결과 다중 색상 정보를 사용함으로써 주위환경 변화에 강인하게 실시간 얼굴 영역 김출 및 추적이 가능하였고, 기울어진 얼굴 영상을 자동 보정함으로써 인식에 용이하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제6권1호
• /
• pp.9-14
• /
• 2017

최근 컴퓨터 기술의 발전과 함께 임베디드 기기 또한 다양한 기능을 갖추기 시작했다. 본 연구에서는 최근 활발하게 진행되고 있는 영상센서를 사용한 임베디드 기기 등 자원이 적은 기기에서 효율적인 얼굴 추적 방식을 제안한다. 정확한 얼굴을 얻기 위하여 MB-LBP 특징을 사용한 얼굴 검출 방식을 사용했으며, 다음 영상에서 얼굴 객체 추적을 위하여 얼굴 검출시 얼굴 주변 영역(Region of Interest)을 지정하였다. 그리고 얼굴을 검출을 못하는 영상에서는 기존의 객체 추적 방식인 CAM-Shift를 사용해 객체를 추적해 객체 정보의 손실 없이 정보를 유지할 수 있도록 하였다. 본 연구는 기존 연구와의 비교를 통하여 객체 추적 시스템의 정확성과 빠른 성능을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제7권2호
• /
• pp.1-10
• /
• 2007

본 논문에서는 AAM(Active Appearance Model)과 가버 특징 벡터를 이용한 얼굴 인식 시스템을 제안한다. 가버 특징 벡터를 사용하는 대표적인 얼굴 인식 알고리즘인 EBGM(Elastic Bunch Graph Matching)은 가버 특징 벡터를 추출하기 위해 얼굴 특징점들의 검출을 필요로 한다. 그런데, EBGM에서 사용되는 얼굴 특징점 검출 방법은 가버젯 유사도에 기반하는데 이는 초기점에 민감하다. 잘못된 특징점 검출은 얼굴 인식에 영향을 미친다. AAM은 얼굴 특징점 검출에 효과적인 것으로 알려져 있다. 본 논문에서는 AAM으로 얼굴 특징점들을 대략적으로 추정하고 추정된 특징점들을 초기점으로 하여 가버젯 유사도 기반 특징점 검출방법으로 특징점 검출을 정교화하는 얼굴 특징점 검출 방법과 이에 기반한 얼굴 인식 시스템을 제안한다. 실험을 통해 제안된 특징점 검출 방법을 사용한 얼굴 인식 시스템이 EBGM과 같이 기존 가버젯 유사도만의 얼굴 특징점 검출을 이용한 얼굴 인식 시스템보다 더 나은 성능 개선을 보임을 실험을 통해 확인하였다.

• 대한전자공학회논문지SP
• /
• 제47권2호
• /
• pp.33-44
• /
• 2010

본 논문에서는 로봇 시각 처리 활용을 위한 실시간 얼굴 검출 하드웨어 구조를 제안한다. 제안한 구조는 조명 변화에 강인하고 초당 60 프레임 이상의 속도로 처리된다. 조명 변화에 강인한 얼굴 특성 추출을 위해 MCT(Modified Census Transform) 변환을 이용하였다. 그리고 AdaBoost 알고리즘은 얼굴 특징 데이터의 학습 및 생성을 하며, 이 생성된 학습 데이터를 이용해 얼굴 검출을 하게 된다. 본 논문에서는 메모리 인터페이스부, 이미지 크기 조정부, MCT 생성부, 후보 얼굴 검출부, 신뢰도 비교부, 좌표 재조정부, 데이터 그룹화부, 검출 결과 표시부로 구성된 얼굴 검출 하드웨어 구조 및 Xilinx사의 Virtex5 LX330 FPGA를 이용한 하드웨어 구현 검증 결과에 대해 설명한다. 카메라로 부터 입력받은 이미지를 이용해 검증한 결과로 초당 최대 149프레임의 속도로 한 프레엠 당 최대 32개 얼굴을 검출함을 확인하였다.