• 한국정보통신학회논문지
• /
• 제15권11호
• /
• pp.2365-2373
• /
• 2011

본 논문은 고속화, 소형화 및 저전력을 요구하는 모바일 기기 및 디지털 카메라에 알맞은 실시간 얼굴 검출 하드웨어 IP(Intellectual Property)를 제안한다. 제안한 얼굴 검출 시스템은 검출 성능의 주요 원인인 조명 변화나 얼굴 크기, 다양한 얼굴 각도에 강인한 얼굴 검출을 수행한다. 입력 영상에 대해 조명 변화에 강인한 특성을 가지는 LBP(Local Binary Pattern) 변환을 거치고 Adaboost 알고리즘을 이용하여 다양한 얼굴 각도에 대해 미리 학습시킨 얼굴 특징 정보를 바탕으로 얼굴을 검출한다. 입력 영상 QVGA($320{\times}240$) 크기에서 최대 36개의 얼굴 검출 가능하며 Verilog-HDL을 사용하여 하드웨어로 설계하였다. 또한 FPGA 검증을 위해 Xilinx사의 Virtex5 XC5VLX330 FPGA 보드와 HD급 CMOS 이미지 센서(CIS)를 사용하여 하드웨어 구현을 검증하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• 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.

• 한국산업정보학회논문지
• /
• 제20권2호
• /
• pp.57-63
• /
• 2015

얼굴 표정인식 기술은 다른 감정인식기술에 비해 비접촉성, 비강제성, 편리성의 특징을 가지고 있다. 비전 기술을 심리로봇에 적용하기 위해서는 표정인식을 하기 전 단계에서 얼굴 영역을 정확하고 빠르게 추출할 수 있어야 한다. 본 논문에서는 성능이 향상된 얼굴영역 검출을 위해서 먼저 영상에서 YCbCr 피부색 색상 정보를 이용하여 배경을 제거하고 상태 기반 방법인 Haar-like Feature 방법을 이용하였다. 입력영상에 대하여 배경을 제거함으로써 처리속도가 향상된, 배경에 강건한 얼굴검출 결과를 얻을 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• 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.

• 한국콘텐츠학회논문지
• /
• 제7권2호
• /
• pp.11-20
• /
• 2007

AAM은 얼굴 윤곽 검출에 잘 적용되어 왔으나 초기값에 민감하다는 특성을 가지고 있다. 본 논문에서는 점진적 AAM을 이용한 얼굴 윤곽 검출 방법을 제안한다. 제안한 방법은 얼굴 모델 구성 및 관계 추출 단계와 얼굴 윤곽 검출 단계의 2단계로 구성된다. 얼굴 모델 구성 및 관계 추출 단계에서는 먼저 얼굴 내부 영역만으로 구성된 얼굴 내부 AAM 모델 구성과 얼굴 전체 영역으로 구성된 얼굴 전체 AAM 모델 구성을 수행한 후에, 이후 얼굴 내부 AAM 모델 파라미터 벡터와 얼굴 전체 AAM 모델 파라미터 벡터간의 관계 행렬을 추출한다. 얼굴 윤곽 검출 단계는 2단계 절차로 수행된다. 먼저 새로 입력되는 얼굴 이미지에 대해 얼굴 내부 AAM 모델을 맞추어 얼굴 내부에 대한 특징 파라미터 벡터를 구한다. 이후 얼굴 모델 구성 및 관계 추출 단계에서 구한 관계 행렬과 첫 단계에서 구한 얼굴 내부 특징 파라미터 벡터를 이용하여 얼굴 전체 AAM 특징 파라미터 벡터에 대한 초기값을 추정하고 이를 이용하여 새로 입력되는 얼굴 이미지에 대해 얼굴 전체 AAM 모델을 맞추어 전체 얼굴 윤곽 검출을 수행한다. 실험을 통해 제안된 점진적 AAM 기반 얼굴 윤곽 검출 방법이 자세, 얼굴 배경 등에 대해 기존 기본 AAM 기반 얼굴 검출 방법보다 더 강인한 것으로 확인되었다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권10호
• /
• pp.945-952
• /
• 2007

얼굴 검출은 얼굴 인식을 위한 첫번째 단계로써, 입력 영상에서의 얼굴의 존재 유무와 얼굴의 위치 및 크기를 알아내야 한다. 얼굴의 위치를 찾아내는 것은 크기변화, 조명변화, 회전과 같은 다양한 상황이 발생하기 때문에 쉽지 않다. 본 논문에서는 다양한 문제 중 얼굴이 회전되었을 때 얼굴을 검출하는 방법에 초점을 맞추었다. 먼저, 다인종 얼굴 데이타로부터 얼굴의 존재 유무와 얼굴의 위치 및 크기를 알아낸 뒤, 후보영역에서 두 눈을 검출하다. 두 눈을 이용하여 회전각도를 찾아내고 베이지안 분류기를 이용하여 정면얼굴이 되도록 다시 회전시키는 방법을 이용하였다. 다인종에 데이타를 이용한 회전된 얼굴에 대해서 얼굴검출 알고리즘을 실험하여 결과를 제시하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 춘계학술발표논문집 (상)
• /
• 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.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2004년도 춘계학술발표대회논문집
• /
• 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.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• 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.

• 대한전자공학회논문지SP
• /
• 제48권4호
• /
• pp.116-128
• /
• 2011

본 논문에서는 기존의 방법에 비해서 사용되는 메모리의 증가가 없이, 혹은 메모리의 증가를 최소화하는 영상 메모리의 회전 변환 기법을 개발하여 얼굴 회전 변화에 강인한 고성능 실시간 얼굴 검출 엔진 구조를 제안하였으며 FPGA 구현을 통하여 제안 구조의 타당성을 검증하였다. 고성능 얼굴 검출을 위해 기존에 사용하던 조명 변화에 강인한 MCT(Modified Census Transform) 변환 기법과 최적화된 학습데이터 생성을 위한 Adaboost 학습 기법 이외에 얼굴 회전 변환에 강인함을 위한 영상 회전 기법을 이용하였다. 제안한 하드웨어 구조는 색좌표 변환부, 잡음 제거부, 메모리 인터페이스부, 영상 회전부, 크기 조정부, MCT 생성부, 얼굴 후보 검출부/ 신뢰도 비교부, 좌표 재조정부, 데이터 검증부, 검출 결과 표시부/컬러 기반 검출 결과 표시부로 구성되어있다. 구현 및 검증을 위해 Virtex5 LX330 FPGA 보드와 QVGA급 CMOS 카메라, LCD Display를 이용하였으며, 다양한 실생활 환경 및 얼굴 검출 표준 데이터베이스에 대해서 뛰어난 성능을 나타냄을 검증하였다. 결과적으로 실생활 환경에서 초당 60프레임 이상의 속도로 실시간 처리가 가능하며, 조명 변화 및 얼굴 회전 변화에 강인하고, 동시에 32개의 다양한 크기의 얼굴 검출이 가능한 고성능 실시간 얼굴 검출 엔진을 개발하였다.