• 한국정보통신학회논문지
• /
• 제8권3호
• /
• pp.714-720
• /
• 2004

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.

• 한국인터넷방송통신학회논문지
• /
• 제9권4호
• /
• pp.75-79
• /
• 2009

얼굴특징의 윤곽선 검출을 위하여 ${\lambda}$-퍼지척도를 이용하는 방법을 제안하였다. 기존의 방법에는 계곡, 명도, 경계선과 같은 특징점를 이용하여 얼굴 특징점을 찾는다. 이 방법에는 여러가지 특정점을 이용하기 때문에 주변잡음과 기타환경에 민감하다는 단점을 가지고 있다. 본 논문에서는 ${\lambda}$-퍼지척도를 이용하여 이러한 단점을 해결하였다. 해당 화소에 대하여 각각의 가중치를 구성함으로서 이들에 대한 평가를 무게중심을 적용하여 종합적으로 평가 하였다. 따라서 인접정보를 유지하여 경계선의 연속성을 확보할 수 있었다. 실험을 통하여 기존의 방법에 비하여 알고리즘의 단순화로 인한 계산량의 감소를 보였으며, 항목간의 중요도에 대한 무게 중심을 검출하여 각도변화와 조명에 보다 강인한 경계선을 추출 할 수 있었다.

• 대한전자공학회논문지SP
• /
• 제41권6호
• /
• pp.61-71
• /
• 2004

얼굴검출을 위한 다양한 연구가 행해지고 있으나 아직도 실시간성의 확보는 미진하다. 이에 본 연구는 연속영상에서 컬러와 움직임 정보를 이용한 실시간 얼굴검출 방법을 제안한다. 피부색 검출을 위한 컬러공간은 조명의 변화에 강인하고 피부색을 좁은 영역으로 정의할 수 있는 Hue와 Cr성분을 조합하여 재구성한 HCr을 사용한다. 배경참조영상 기반에서 밝기와 Cr 성분을 함께 사용하여 획득한 움직임 영역에서, HCr과 적응적 임계값을 이용해서 피부색 영역을 검출하고, 그 검출된 영역의 모양과 크기정보를 통해 얼굴 후보영역을 구한다. 이렇게 구해진 얼굴후보영역에서 G와 B성분의 차이, 밝기, Cr성분 값과 눈과 입의 위치 및 거리관계를 이용하여 눈과 입을 검출하여 얼굴을 확정한다. 실험결과 연속영상에서 실시간으로 얼굴을 검출 할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제14권7호
• /
• pp.821-829
• /
• 2004

얼굴인식기술이 인증 및 보안을 위한 도구로 활용되고 있지만 입력영상의 상태, 즉 조명환경에 따라 적용할 수 있는 범위가 제약적일 수밖에 없다. 본 논문에서는 이러한 제약을 최소화하기 위해 측면과 후면조명 등의 불규칙한 조명환경에서 획득한 입력영상에서 얼굴의 특징을 구분하여 얼굴영상임을 확인하는 방법을 제안한다. 제안된 방법은 에지차영상을 얼굴특징이 두드러지도록 전처리한 후, X와 Y축의 프로파일을 이용하여 얼굴영역을 예측하고 영역 내의 밝기분포를 이용하여 눈, 코, 입 등의 얼굴특징이 놓일 수 있는 수평영역을 분리한다. 수평영역들은 눈, 코, 입을 포함할 수 있는 영역의 그룹으로 나누어지고 각 그룹에서 코와 입, 그리고 눈의 순서로 특징들을 검출한다. 얼굴여부는 검출된 특징들의 구조적인 관계를 검증하여 확인한다. 제안된 알고리즘은 배경색상이나 조명의 방향과 색상 등으로 인해 얼굴의 형태와 특징이 결여된 입력영상에서도 매우 안정적으로 적용됨을 실험을 통해 확인하였다.

• 한국정보통신학회논문지
• /
• 제16권7호
• /
• pp.1383-1390
• /
• 2012

이 논문에서는 얼굴 영상에 대해 rank order 필터와 화소 값 차이를 사용하여 강인하게 눈동자를 찾는 방법을 제안한다. 개선된 rank order 필터를 사용하여 얼굴 영상에서 눈동자 후보점을 찾는다. 눈동자와 흰자위의 경계에서 화소값 변화가 크다는 사실을 이용하여 눈썹 등 눈동자가 아닌 위치에 있는 눈동자 후보점들을 제거한다. 눈동자 후보점을 두 점간의 거리와 각도를 이용하여 쌍으로 묶고 눈동자 영역에서의 밝기 정보를 이용한 적합도 함수를 적용하여 최종 눈동자를 추출한다. BioID 얼굴 데이터베이스에 있는 얼굴 영상 400개에 대한 실험 결과 90.25%의 눈동자 추출율을 보여 기존 방법보다 4% 개선된 결과를 얻었으며, 특히 안경을 착용한 얼굴 영상의 경우 기존 방법보다 약 12% 개선된 결과를 얻었다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.153-156
• /
• 2007

인간의 시각 시스템은 선택적 주의 집중에 의해 시각 수용체로 도달되는 많은 물체들 중에서 필요한 정보만을 추출하여 원하는 작업을 수행한다. Itti와 Koch는 시각적 주의를 제어할 수 있는, 신경계를 모방한 계산적 모델을 제안하였으나 조명환경에 고정적인 saliency map을 구성하였다. 따라서, 본 논문에서는 영상에서 ROI(region of interest)을 탐지하기 위한 조명환경에 적응적인 saliency map 모델을 구성하는 기법을 제시한다. 변화하는 환경에서 원하는 특징을 부각시키기 위하여 상황에 적응적인 동적 가중치를 부여한다. 동적 가중치는 conspicuity map에 S.K. Chang이 제안한 PIM(Picture Information Measure)을 적용시켜 정보량을 측정한 후, 이에 따라 정규화된 값을 부여함으로써 구현한다. 제안하는 조명환경에 강인한 적응적인 saliency map 모델 구현의 성능을 얼굴검출 실험을 통하여 검증하였다.

• 한국정보통신학회논문지
• /
• 제17권7호
• /
• pp.1564-1570
• /
• 2013

이 논문에서는 rank order 필터와 상호상관을 이용하여 강인하게 눈동자를 찾는 방법을 제안한다. rank order 필터를 사용하여 얼굴 영상에서 눈동자 후보점을 찾는다. 임계치를 변화하며 눈 영역을 이진화하여 눈썹 위치를 구한 후 눈썹 영역의 눈동자 후보점을 제거한다. 눈동자 위치를 보정한 후 두 눈동자 후보점을 기하학적인 제약조건을 기반으로 쌍으로 묶는다. 각 쌍의 두 눈에 대한 유사도를 상호상관을 이용하여 측정하여 가장 큰 값을 갖는 쌍을 최종 눈동자로 결정한다. BioID 얼굴 데이터베이스의 얼굴 영상 500개에 대한 실험 결과 96.8%의 높은 눈동자 검출율을 보였으며 기존 방법보다 약 11.6% 개선된 결과를 얻었다.

• 한국산학기술학회논문지
• /
• 제19권5호
• /
• pp.697-704
• /
• 2018

다양한 종류의 컬러 영상 콘텐츠에 포함되어 있는 사람의 얼굴 영역은 다른 사람들과 특정인을 구별해 줄 수 있는 개인의 정보에 해당하므로, 입력된 컬러 영상으로부터 가려지지 않은 사람의 얼굴 영역들을 정확하게 검출하는 작업은 매우 중요하다. 본 논문에서는 입력되는 컬러 영상으로부터 기계 학습 알고리즘 중의 하나인 딥러닝 알고리즘을 이용하여 사람의 얼굴 영역을 정확하게 검출하는 방법을 제안한다. 본 논문에서 제안된 방법에서는 먼저 RGB 색상 모델로 입력되는 영상을 $YC_bC_r$ 색상 모델로 변경한 다음, 기 학습된 타원형의 피부 색상 분포 모델을 활용하여 다른 영역들은 제거하고 사람의 피부 영역만을 먼저 분할한다. 그런 다음, CNN 모델 기반의 딥러닝 알고리즘을 적용하여 이전 단계에서 검출된 피부 영역 내에서 사람의 얼굴 영역을 강인하게 검출한다. 실험 결과에서는 제안된 방법이 입력되는 다양한 컬러 영상으로부터 사람의 얼굴 영역들을 기존의 방법에 비해 보다 효율적으로 분할한다는 것을 보여준다. 본 논문에서 제안된 얼굴 영역 검출 방법은 영상 보안, 물체 인식 및 추적, 얼굴 인식 등과 같은 멀티미디어 및 형태 인식과 관련된 실제적인 응용 분야에서 매우 유용하게 활용될 것으로 기대된다.

• 한국지능시스템학회논문지
• /
• 제26권2호
• /
• pp.120-126
• /
• 2016

본 연구에서는 HCbCr 색 특징과 RBFNNs 패턴분류기를 이용하여 얼굴영상을 효과적으로 검출하고 인식하기 위한 방법에 대해 제안한다. 피부색을 검출하는 것은 계산이 빠르고 형태 변형에 강인하여 얼굴을 검출하기에 유용하지만 유사한 색을 갖는 다른 물체를 잘못 검출하기도 한다. 따라서 피부색 검출의 정확도를 높이기 위하여 HSI 색공간과 YCbCr 색공간으로부터 각각 H요소와 CbCr요소를 추출하고 이를 결합하는 방법을 제안하였다. 그리고 각각의 피부색 후보 영역에 대하여 Haar-like 특징을 사용하여 눈을 검출함으로써 얼굴의 정확한 위치를 찾아냈다. 마지막으로 제안된 FCM 기반 RBFNNs 패턴분류기를 이용하여 얼굴 인식을 수행하였다. 또 Cambridge ICPR 영상 DB에 대하여 제안된 방법의 모의실험을 수행하고 그 결과를 제시하였다.

• 스마트미디어저널
• /
• 제5권1호
• /
• pp.24-29
• /
• 2016

높은 수준의 지능형 영상 감시 시스템을 만족하기 위해서는 단순히 객체를 검출해서 분류하는 것뿐만 아니라 대상에 대한 정확한 신원 정보까지 확인할 수 있어야 한다. 사람을 구별하는 대표적인 얼굴 인식은 얼굴 자체의 가변성뿐만 아니라 조명, 배경, 카메라의 각도와 같은 외적요인에 따라 인식률의 변화가 발생한다. 본 논문에서는 다양한 실험을 통해 거리 변화에 의한 얼굴 영상의 크기 변화에 강인한 얼굴 인식 방법을 분석한다. 얼굴 인식 실험은 1m~5m에서 추출한 실제 거리별 얼굴 영상으로 이루어졌다. 실험결과, 1인당 학습 영상의 수가 많을 경우는 얼굴 특징 추출 방법으로 LDA를 사용한 방법이 전체 평균 75.4%로 가장 우수한 성능을 나타냈다. 하지만 1인당 학습 영상의 수가 5장 이하가 될 때는 CNN을 사용한 방법이 69.8%로 가장 우수한 성능을 나타냈다. 또한, 저해상도 얼굴 인식의 경우 얼굴 영상의 크기가 $15{\times}15$보다 작아지면 인식률이 급격히 감소함을 확인했다.