• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.517-519
• /
• 2001

본 논문에서는 신원 확인 시스템을 위한 얼굴 영역 탐지 및 얼굴 구성 요소들을 추출하는 방법을 제안한다. 이 방법은 신원 확인을 위해 사용자가 시스템을 조작할 때, 움직임이 발생한다는 점과 눈 영역이 주위 영역에 비하여 뚜렷하게 어두운 화소들로 구성되어 있다는 점에 착안하였다. CCD 카메라로부터 입력되는 동영상에서 차영상 기법을 이용하여 얼굴 영역을 탐지하고, 탐지된 얼굴 영역 내에서 가장 안정적인 검출 결과를 보이는 눈 영역을 추출한다. 그리고 추출된 두 눈의 위치를 이용하여 전체 얼굴의 기울기를 보정한 수, 제안하는 가변 Ratio Template을 이용하여 검출된 얼굴영역을 검증하며 코, 입과 같은 다른 얼굴 구성 요소들을 추출한다. 이 방법은 명암의 변화에 따라 유동적인 결과를 산출해내는 이진화 과정을 거치지 않으므로 국부적인 조명이 밝기 변화나 얼굴의 기울기 변화와 같은 얼굴 인식의 제약점에 강인한 특징을 가진다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.03a
• /
• pp.157-160
• /
• 1998

본 논문에서는 동영상으로부터 에지 정보와 형판 변형을 통해 얼굴의 추출하고 그 특징을 기반으로 하는 추적 기법을 제안한다. 본 논문에서 제안하는 추적기법은 추출된 특징에 기반을 추적 지법으로 초기에 모자익 영상을 이용하여 얼굴 부분을 찾고 찾아진 얼굴 부분에 에지 연산자를 적용하여 에지를 추출한다. 에지 영상이 얻어지면 에지 영상에서 영역의 크기와 모양, 그리고 관계 검증을 통해 대략적인 눈 영역을 추출한다. 눈 영역이 찾아지면 이를 바탕으로 입 영역에 대한 후보 영역에 대하여 이진화를 수행하고 히스토그램 프로젝션을 통해 대략적인 입 영역을 추출한다. 추출된 눈 영역과 입 영역에 각각의 형판을 사용해 형판 변형을 하고 초기 매개변수를 추출한다. 추출된 매개변수는 다음 프레임에서 형판의 초기 값으로 사용된다. 그리고 나서 형판에 대하여 변형(deformation) 과정을 수행한다. 이 과정을 반복함으로써 추적 과정을 수행한다.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.44 no.1
• /
• pp.56-63
• /
• 2007

In this paper, an eye tracking method is presented using a neural network (NN) and mean-shift algorithm that can accurately detect and track user's eyes under the cluttered background. In the proposed method, to deal with the rigid head motion, the facial region is first obtained using skin-color model and con-nected-component analysis. Thereafter the eye regions are localized using neural network (NN)-based tex-ture classifier that discriminates the facial region into eye class and non-eye class, which enables our method to accurately detect users' eyes even if they put on glasses. Once the eye region is localized, they are continuously and correctly tracking by mean-shift algorithm. To assess the validity of the proposed method, it is applied to the interface system using eye movement and is tested with a group of 25 users through playing a 'aligns games.' The results show that the system process more than 30 frames/sec on PC for the $320{\times}240$ size input image and supply a user-friendly and convenient access to a computer in real-time operation.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.601-603
• /
• 2002

기존의 홍채인식 시스템에서 사용된 홍채영역추출 방법의 경우 불필요한 정보를 포함하여 추출하기 때문에 효과적인 특징추출이 어렵게 된다. 본 논문에서는 홍채영역을 효율적으로 추출하기 위한 새로운 접근방법으로서, 통계 정보를 이용하여 홍채영역을 추출하는 방법을 제안한다. 획득된 그레이레벨의 눈 영상에서 홍채영역의 경우 다른 영역보다 픽셀들간의 값의 변화율이 크기 때문에 간단한 영상처리를 통해 홍채영역이라 판단되는 영역을 강조한 뒤 그 값들의 통계정보를 이용한다. 본 논문에서 제안하는 방법은 실세계의 눈 영상을 이용한 실험을 통하여 그 성능을 검증하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.829-831
• /
• 2004

다양한 개인 생체 정보 중에서 비교적 높은 인식률과 사용자 편의성을 제공하는 것은 홍채 인식이다. 그러나, 현재의 홍채 인식은 수동 영상 획득 시스템으로 비접촉식이라는 사용자 편의성을 제대로 제공을 못하는 것이 현실이다. 이것은 정밀한 홍채 영상 획득을 위하여 고해상도의 영상 획득 장비의 필요와 정확한 홍채 위치 수적의 어려움으로 인한 문제이다. 본 연구에서는 24bit 칼라 영상을 이용한 사랑의 얼굴 형태의 인식과 인식된 얼굴 형태에서의 눈 영역 추적 확대를 통한 실시간 자동 홍채 인식 시스템을 제안하였다. 제안된 시스템에서 얼굴의 피부색을 이용한 얼굴 인식 방법이외에 윤곽선 검출 정보를 이용한 기울기 보정과 눈 영역 검출을 실행하여, 이를 이용하여 눈 영역 추적과 확대를 실행을 한다. 그 다음 과정으로 눈 영역 영상에서 동공 중심을 획득하여 그 중심을 이은 선분으로 기준선을 잡아 홍채를 획득하는 과정으로 이루어지게 된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2012.11a
• /
• 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.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1816-1818
• /
• 2015

기존 시선추적 시스템의 문제점은 눈을 깜박이는 동안 동공의 크기 및 위치가 변화하여 시스템이 사용자의 시선 방향을 정확히 예측 할 수 없는 문제가 존재한다. 본 연구에서는 이러한 문제점을 해결하기 위해 얼굴이 포함 된 영상에서 눈을 검출하고, 눈 영역의 3개의 특징 (밝기 평균, 분산, 이진화 후 흑화소 영역 비율)을 추출하였다. 추출된 특징을 기계학습방법의 한 종류인 SVM을 이용하여 눈의 개폐여부를 판단할 수 있는 방법을 제안하였고, 그 결과 정확도는 81.4%가 나왔다. 제안한 방법은 동공을 검출하기 전 눈의 개폐를 먼저 확인할 수 있기 때문에 시선추적 시스템에서 처리시간을 단축시키고, 눈 깜박임에 따른 오차를 줄일 수 있다.

• Journal of the Korea Convergence Society
• /
• v.9 no.8
• /
• pp.1-8
• /
• 2018

In the field of biometric security such as face and iris recognition, it is essential to extract facial features such as eyes and lips. In this paper, we have studied a method of detecting eye and lip region in face image using faster R-CNN. The faster R-CNN is an object detection method using deep running and is well known to have superior performance compared to the conventional feature-based method. In this paper, feature maps are extracted by applying convolution, linear rectification process, and max pooling process to facial images in order. The RPN(region proposal network) is learned using the feature map to detect the region proposal. Then, eye and lip detector are learned by using the region proposal and feature map. In order to examine the performance of the proposed method, we experimented with 800 face images of Korean men and women. We used 480 images for the learning phase and 320 images for the test one. Computer simulation showed that the average precision of eye and lip region detection for 50 epoch cases is 97.7% and 91.0%, respectively.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.10
• /
• pp.2231-2238
• /
• 2011

In this paper, the extract method of eye and eye-line from picture of a person is proposed. Most of existing papers are to extract the position of eyeball but in this paper, by extracting not only the position of eyeball but also eye-line, it can be applied to the face application program variously. The experimental data of the input picture is a full face photograph taken by smart phone, basically the picture is limited to the face of one person and back ground can be taken from every where and no restriction of race. The proposed method is to extract face candidated area by using Harr Classifier and set up the candidate area of eye position from face candidate area. To extract high value from eye candidate area using dilate operation, and proposed the method to classify eye and eyelash by local thresholding of the picture. After that, using thresholding image from eyemapC that Hsu's suggested, and separated the area with eye and without eye. Finally extract the contour of eye and detect eye-line using optimum ellipse estimation.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.11a
• /
• pp.269-272
• /
• 2006

얼굴 인식의 전처리 단계로써 얼굴의 특징 영역인 눈, 코, 입을 추출하는 방법들이 최근 다양하게 연구되고 있다. 얼굴 영상의 특징 영역을 추출 하는 방법에는 일반적으로 특징 점을 이용한 방법과 에지 정보를 이용한 방법이 있다. 특징 점을 이용한 방법은 높은 정확도를 보이는 반면 느린 수행시간을 보이는 문제점이 있으며, 에지 정보를 이용한 방법은 빠른 수행시간을 보이지만 정확도가 떨어지는 문제점이 있다. 본 논문에서는 정확도와 수행시간을 동시에 향상시킬 수 있는 방법을 제안한다. 빠른 수행 시간을 위해 에지 정보와 에지의 방향성 정보를 이용하여 대략적으로 영역을 추출하여, 잡음에 의해 발생된 에지나 빛에 의해 추출되지 못한 에지에서 생긴 눈 추출의 오류는 추출된 영역의 가로, 세로 비율과 각 영역의 공간 정보를 이용하여 해결한다. 실험 결과에서 85%의 정확도와 평균 0.3초의 수행시간을 보였으며, 에지 정보를 이용한 방법의 문제점인 정확도와 특징 점을 이용한 방법의 문제점인 수행시간을 동시에 향상시킨 결과를 보였다.