• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2021년도 하계학술대회
• /
• pp.180-182
• /
• 2021

본 논문은 눈 랜드마크 위치 검출과 시선 방향 벡터 추정이 하나의 딥러닝 네트워크로 통합된 시선 추정 네트워크를 제안한다. 제안하는 네트워크는 Stacked Hourglass Network[1]를 백본(Backbone) 구조로 이용하며, 크게 랜드마크 검출기, 특징 맵 추출기, 시선 방향 추정기라는 세 개의 부분으로 구성되어 있다. 랜드마크 검출기에서는 눈 랜드마크 50개 포인트의 좌표를 추정하며, 특징 맵 추출기에서는 시선 방향 추정을 위한 눈 이미지의 특징 맵을 생성한다. 그리고 시선 방향 추정기에서는 각 출력 결과를 조합하고 이를 통해 최종 시선 방향 벡터를 추정한다. 제안하는 네트워크는 UnityEyes[2] 데이터셋을 통해 생성된 가상의 합성 눈 이미지와 랜드마크 좌표 데이터를 이용하여 학습하였으며, 성능 평가는 실제 사람의 눈 이미지로 구성된 MPIIGaze[3] 데이터 셋을 이용하였다. 실험을 통해 시선 추정 오차는 0.0396 MSE(Mean Square Error)의 성능을 보였으며, 네트워크의 추정 속도는 42 FPS(Frame Per Second)를 나타내었다.

• 한국ITS학회 논문지
• /
• 제10권2호
• /
• pp.94-102
• /
• 2011

본 논문은 눈 깜박임 패턴을 이용한 새로운 졸음 검출 알고리즘을 제안하였다. 유한오토마타를 이용한 졸음 검출 모델을 제안하여 눈감은 상태를 나타내는 입력 심벌의 개수만을 체크함으로써 눈 깜박임, 졸음, 수면 검출을 용이하게 하였다. 또한 수평 투영 히스토그램의 특성을 이용하여 눈동자가 있는 영역만을 구해 수직 투영 히스토그램을 취함으로써 눈썹이나 안경테와 같은 외부 영향을 최소화 시켜 정확도를 높였다. ZJU 눈 깜박임 데이터베이스를 이용한 눈 깜박임 검출 실험 결과 93% 이상의 정확도를 얻음으로써 제안된 방법의 우수함을 보였다.

• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• pp.583-585
• /
• 2012

본 논문은 웹카메라를 이용하여 얼굴이 바라보고 있는 방향을 인식하는 시스템을 제안한다. 얼굴 검출 방법으로 Haar-like Face Detect를 이용하여 얼굴을 검출하고 전체 이미지에서 검출된 얼굴 영역만을 관심영역으로 설정하여 Haar-like Eye Detect를 이용하여 눈 영역을 검출하였다. 검출된 눈 위치에 대한 평균값으로 얼굴이 왼쪽 방향을 보고 있는지 오른쪽 방향을 보고 있는지를 판단하였다. 제안된 방법의 실험 결과, 얼굴 및 눈 영역을 비교적 정확하게 검출하였으며 계산된 눈 위치를 이용하여 얼굴 방향 인식에 대해서 우수한 성능을 보였다.

• 한국정보통신학회논문지
• /
• 제8권2호
• /
• pp.456-463
• /
• 2004

본 논문에서는 다양한 조명하에서 실시간으로 눈을 검출하고 추적하는 새로운 방법을 제안하고자 한다. 기존의 능동적 적외선을 이용한 눈 검출 및 추적 방법은 외부의 조명에 매우 민감하게 반응하는 문제점을 가지고 있으므로, 본 논문에서는 적외선 조명을 이용한 밝은 동공 효과와 전형적인 외형을 기반으로 한 사물 인식 기술을 결합하여 외부 조명의 간섭으로 밝은 동공 효과가 나타나지 않는 경우에도 견실하게 눈을 검출하고 추적 할 수 있는 방법을 제안한다. 눈 검출과 추적을 위해 SVM과 평균 이동 추적방법을 사용하였고, 적외선 조명과 카메라를 포함한 영상 획득 장치를 구성하여 제안된 방법이 효율적으로 다양한 조명하에서 눈 검출과 추적을 할 수 있음을 보여 주었다.

• 전자공학회논문지CI
• /
• 제46권6호
• /
• pp.70-78
• /
• 2009

본 논문에서는 눈 영역의 질감 및 구조적 특성을 고려한 두 가지 질감 필터들을 이용하여 눈 영역을 효과적으로 검출하는 방법을 제안한다. 인간의 눈 형태는 외형적으로 수평 방향으로 길고, 원형의 눈동자로 구성된 구조적 특성을 갖고 있다. 이 두가지 특성을 효율적으로 기술하는 질감 필터(Texture Filters)들로서 가보 필터(Gabor Filter)와 ART 기술자(Descriptor)가 사용된다. 가보 필터는 방향성 정보를 포함하고 있기 때문에, 수평 방향의 눈 형태 특성을 효과적으로 검출할 수 있다. 그리고 ART 기술자는 원형 모양의 특성을 갖는 눈동자를 검출하기 위해 사용되어진다. 본 논문에서는 효과적인 눈 영역을 검출하기 위하여, 첫 번째 단계에서 AdaBoost 분류기를 이용하여 얼굴 영역을 검출한다. 두 번째 단계는 검출된 얼굴 영역에 대해서 지역적인 조명 정규화 과정을 수행한다. 세 번째 단계에서는 두 가지의 질감 필터들을 이용하여 수평 방향과 원형 형태의 구조적 특성을 갖는 눈 후보영역을 검출하고, 마지막 단계에서는 검출된 눈 후보영역들 중에서 얼굴의 구조적인 특성을 가장 잘 표현하는 영역을 최적화된 눈 영역으로 추출한다. 제안한 알고리즘의 성능을 실험적으로 확인한 결과, 제안된 눈 검출 방법은 기존의 방법에 비해 정확률에서 2.9~4.4%의 향상된 검출 결과를 보인다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2011년도 제43차 동계학술발표논문집 19권1호
• /
• pp.269-272
• /
• 2011

본 논문에서는 GPGPU를 이용한 눈 영역 검출 기법을 제안한다. 영상 전체의 평균과 분산을 기반으로 하여 각 마스크의 평균과 분산값을 비교는 비교적 간단한 알고리즘을 이용하여 눈 영역을 검출한다. 정확도의 경우 명암값의 대비를 이용한 기존의 방법과 비슷한 수준을 보였다. 하지만 연산속도의 경우 병렬처리 구간을 늘려 GPGPU를 사용한 제안된 방법이 우수한 성능을 보였다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2010년도 춘계학술발표논문집 1부
• /
• pp.142-145
• /
• 2010

본 논문에서는 적외선 조명을 이용한 밝은 동공 효과와 전형적인 외형을 기반으로 한 사물 인식 기술을 결합하여 외부 조명의 간섭으로 밝은 동공 효과가 나타나지 않는 경우에도 견실하게 눈을 검출하고 추적 할 수 있는 방법을 제안한다. 눈 검출과 추적을 위해 SVM과 평균 이동 추적방법을 사용하였고, 적외선 조명과 카메라를 포함한 영상 획득 장치를 구성하여 제안된 방법이 효율적으로 다양한 조명하에서 눈 검출과 추적을 할 수 있음을 보여 주었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 춘계학술발표대회
• /
• pp.647-648
• /
• 2019

눈의 개폐 검출은 졸음 운전 감지, 온라인 강의에서 수강자 모니터링, 인간 컴퓨터 상호작용(HCI) 등에 적용될 수 있다. 최근에는 모바일 장치에 적용 가능한 효율적인 기법들이 연구되고 있으며 객체 검출 기법과 결합하여 좋은 결과를 보여주고 있다. 본 논문에서는 임베디드 환경에서 적용할 수 있는 가볍고 빠른 딥러닝 방법을 살펴보고, 눈 개폐 검출에 적용하는 방법에 대해 검토한다.

• 정보처리학회논문지B
• /
• 제11B권1호
• /
• pp.13-20
• /
• 2004

실시간 자동 얼굴 인식 기술에 있어서 정확한 얼굴의 검출은 필수적이며, 얼굴 인식의 성능에 큰 영향을 미치는 매우 중요한 부분이다. 본 논문에서는 컬러 정보, 에지 정보 및 이진화 정보를 복합적으로 이용하여 입력 영상으로부터 두 눈의 영역을 검출하고 이를 이용해 얼굴 후보 영역을 검출한다. 검출된 눈 후보 영역과 얼굴 후보 영역에 대하여 얼굴 검증과 눈 검증용으로 학습된 각각의 SVM을 이용하여 검증한다. 이러한 검증 과정을 거침으로써 잘못된 검출을 막아 빠르고 신뢰성 있는 얼굴 검출이 가능하다. 실험을 통해 본 연구에서 제안한 방법이 99% 이상의 얼굴 검출 성공율을 보임을 확인하였다.