• 한국컴퓨터정보학회논문지
• /
• 제17권6호
• /
• pp.29-36
• /
• 2012

본 논문에서는 입력되는 3차원의 정지 또는 동적인 입체영상으로부터 색상과 깊이 특징을 결합하여 인간의 피부색상 영역을 강건하게 추출하는 새로운 방법을 제안한다. 제안된 방법에서는 먼저 스테레오 정합 기법을 이용하여 입력된 좌우 영상으로부터 카메라와 물체 사이의 거리를 나타내는 깊이 특징을 강건하게 추출한다. 그런 다음, 유사한 깊이 특징을 가지는 화소들을 레이블링하고, 레이블링한 영역 중에서 인간의 피부색상 분포를 가지는 영역들을 실제적인 피부색상 영역이라고 판단한다. 실험에서는 2차원 위주의 기존의 피부영역 추출 방법과 제안된 3차원의 특징을 활용한 방법의 성능을 정확도 측면에서 비교 및 평가하였다. 그 결과 제안된 방법은 색상 특징과 깊이 특징을 효과적으로 결합함으로써 기존의 배경 영역에서 부정확하게 검출되는 피부색상 영역의 오류를 상당수 제거하는 효과를 가지며, 이로 인해 전반적으로 보다 정확하게 피부영역을 추출하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.169-171
• /
• 2003

현실감 있는 얼굴 모델을 생성하기 위한 방법은 70년대부터 계속되었지만, 얼굴 구조의 복잡성, 색상과 텍스처의 다양한 분포, 잔주름과 같은 미세한 부분을 표현하기 어렵다는 정들로 인해 아직까지도 계속 연구되어지고 있다. 본 논문은 기존의 하드웨어 의존적인 3차원 얼굴 모델을 생성 방법이 아닌 2차원 얼굴 영상만으로 얼굴 모델을 생성하는 방법을 제시한다. 연구 수행 단계는 크게 얼굴 영역 검출 과정과 얼굴 모델링 과정으로 나뉘어지며, 얼굴 영역 검출을 위해 정규화된 TS 색상값과 얼굴의 피부색에 대한 평균과 공분산을 이용한 마할라노비스 거리 측정법을 이용한다. 얼굴 모델링 과정에서는 2차원 영상으로부터 3차원 정보를 추출한 뒤 일반 얼굴 모델에 변형을 주어 모델을 생성한다. 보다 현실감 있는 모델을 생성하기 위해 텍스쳐 매핑 기법을 추가한다. 본 연구를 통해 생성되는 얼굴 모델은 아바타 생성, 화상회의, 인증 시스템과 같은 분야에 적용 가능하며, 입력 영상에 대한 제약점을 줄이고 또한 사람의 손이 거치지 않고 전체적으로 자동화되어 처리할 수 있는 시스템을 제안한다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2003년도 추계학술발표대회(상)
• /
• pp.285-289
• /
• 2003

본 논문은 컬러 입력 영상에서 검출된 얼굴 영역 내의 홀(hole)들간의 기하학적 구조를 이용하여 포즈를 추정하는 방법을 제시한다. 얼굴 영역 검출에서는 특징값 기반의 알고리즘 중 피부색 분포를 이용하는 방법을 적용하며, 이 때 발생하는 조명에 의한 열화를 제거한다. 본 논문에서는 TSL 색상 모델을 사용하고, 조명에 의해 너무 밝게 표현되는 부분의 피부값을 조정함으로써 조명에 대한 보정을 실시한다. 그런 다음, 얼굴 영역 안에서 찾은 홀을 피부영역이 아닌 얼굴 구성요소(양눈, 입)로 가정하여, 후보 구성요소들의 기하학적 구조를 이용해 다양한 포즈의 입력 영상에 대한 포즈를 추정한다. 추정된 값은 향후 다양한 포즈에 대한 특징점 추출이나 얼굴 인식에 활용될 수 있다.

• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2004년도 춘계학술발표대회
• /
• pp.727-730
• /
• 2004

영상은 복잡한 객체들의 집합으로 이루어져 있기 때문에 영상에 포함된 객체를 분리하는 일은 컴퓨터 비전이나 인식 등 많은 분야에서 중요시 된다. 영상 처리 측면에서 객체를 분할하기 위해서 색상, 모양, 질감, 움직임 등 다양한 기법들이 이용되고 있다. 본 논문에서는 정확한 색상의 비교를 위해서 CIE 색상 모델을 이용하고 있으며 이것을 기반으로 객체를 추출하고 있다. 그리고 추출된 객체의 해석과 검증을 위해서 모양 기반의 분석법을 이용하고 있다. 본 논문에서는 Pan/Tilt 카메라의 타겟팅(Targeting)과 포커싱(Focusing)을 위해 영상 내에 포함되어진 객체를 검출하기 위한 방법론을 제안하고자 한다. 객체를 인식하기 위해 CIE 색상 모델을 이용한 색상 매칭 기법을 제안하고 있다. 색상의 분포를 파악하기 위해서 CIE 모델이 생성해내는 Lab 블록을 통계적인 방법으로 분석한다. 그리고 분석된 결과는 CIE 블록 매칭(Bock Matching) 기법의 기준이 되며 이것을 이용해서 후보 객체 영역(Candidate Object Area)을 추출하게 된다. 추출된 후보 객체 영역을 검증하기 위해서 모멘트를 이용한 모양 기반의 분석을 활용하고 있다.

• 한국인터넷방송통신학회논문지
• /
• 제9권5호
• /
• pp.225-232
• /
• 2009

본 논문에서는 빈도수를 고려한 눈동자색 분포맵에 기반한 조명변화에 강건한 얼굴 검출 방법을 제안한다. 제안한 방법은 먼저, 피부색 분포맵을 이용하여 검출된 얼굴 후보영역에서 색상성분의 편차를 이용하여 얼굴 후보영역을 축소한다. 이 영역에서 눈 후보점을 탐색하기 위해 눈동자색 분포맵을 적용하여 눈 후보영역을 검출한다. 검출된 눈 후보영역은 조명 보정 기법과 분할 알고리즘에 따라 눈 후보영역을 반복적으로 분할함으로써 조명의 영향으로 얼굴 영역이 아주 어두운 경우에도 눈 검출 성능을 향상할 수 있다. 분할된 눈 후보영역에서 템플릿 정합방법으로 눈 후보점을 검출하고 두 눈 후보점 쌍과 입 평가치를 이용하여 얼굴을 검출하였다. 실험결과 제안된 방법은 좋은 성능을 보였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.2096-2099
• /
• 2003

본 논문에서는 입력 영상의 컬러 정보를 이용함으로써 조명 변화나 얼굴의 자세 변화에 둔감하게 얼굴 정보를 고속 검출하는 알고리듬을 제안하였다 계산복잡도가 작으면서도, 조명의 변화에 민감하지 않은 특성을 가진 NCC (normalized color component) 좌표계에서 정의한 살색에 기반하여 얼굴 후보 영역을 검출하고, 검출된 얼굴 후보 영역 내에서의 눈의 검출에도 색상 분포 특성을 이용함으로써 얼굴의 숙임(nod), 돌림(shake), 기울임(tilt)등에 의한 자세 변화에 대해서도 둔감하게 두 눈의 위치를 고속으로 찾도록 하였다. 특히 집중자(concentrator)를 제안 적용하여 유동적인 눈썹의 영향을 줄이고 눈안의 중심 위치를 찾도록 가중치 눈지도(eye map)를 도입하였다. 제안된 알고리듬이 조명 변화나 얼굴의 다양한 자세 변화가 있는 영상에서 얼굴 후보 영역과 두 눈의 위치를 효과적으로 검출함을 실험을 통해 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 제13회 춘계학술대회 및 임시총회 학술발표 논문집
• /
• pp.874-878
• /
• 2000

본 논문에서는 내용 기반 영상 검색 방법 중 "외각선 영역의 색상 분포에 의한 영상 검색"을 제안한다. 영상의 변화가 큰 곳은 해상도를 높게, 낮은 곳은 해상도를 낮게 데이터를 샘플링하여 비교할 데이터의 양을 줄이고, 외각선 영역의 색상을 검출하는데 사용한다. 이때 에지 트리(Edge Tree)를 이용하여 에지(Edge)의 위치 정보와 색상 정보를 유지하며, 검색을 가능하게 하였다. 이와 같은 방법을 사용해서 원하는 영상을 찾을 수 있음을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1597-1599
• /
• 2015

본 논문에서는 곡물이나 광석 등의 원료들 중에서 양품 및 불량품을 검출하기 위해, Color CCD 카메라로 촬영한 원료영상에서 Mean-Shift 클러스터링 알고리즘과 단계별 병합 방법을 제안하고 있다. 먼저 원료 학습 영상에서 배경을 제거하고 영상 색 분포정도를 기준으로 모폴로지를 이용하여 영상의 전경맵을 얻는다. 전경맵 영상에 대해서 Mean-Shift 군집화 알고리즘을 적용하여 영상을 N개의 군집으로 나누고, 단계별로 위치 근접성, 색상대푯값 유사성을 비교하여 비슷한 군집끼리 통합한다. 이렇게 통합된 원료 객체는 영상채널마다의 연관관계를 반영할 수 있도록 RG/GB/BR의 2차원 컬러분포도로 표현한다. 원료 객체별로 변환된 2차원 컬러 분포도에서 분포의 주성분의 기울기와 타원들을 생성한다. 객체별 분포 타원은 테스트 원료 영상데이터에서 양품과 불량품을 검출하는 임계값이 된다. 본 논문에서 제안한 방법으로 다양한 원료영상에 실험한 결과, 기존 선별방식에 비해 사용자의 인위적 조작이 적고 정확한 원료 선별 결과를 얻을 수 있었다.

• 한국정보통신학회논문지
• /
• 제22권3호
• /
• pp.434-442
• /
• 2018

본 논문에서는 주행하는 차량에 탑재된 카메라에서 획득한 도로 영상에서 차선의 색상을 판별하는 방법을 제안하였다. 자동차의 자율주행기술에 있어 차선 정보는 차선이탈방지(ldws), 능동적 차선유지(lkas), 고속도로주행보조(hda) 등의 자율주행의 레벨(level)이 올라갈수록 중요하다. 특히 차선의 색상, 특히 흰색 및 황색 차선의 구별은 교통사고와 직접적인 관련이 있는 정보이기에 더욱 필요한 기술이다. 본 논문에서는 주행 차선 검출 결과를 기반으로 차선 및 도로의 관심 영역을 추출하고 각 영역의 컬러 정보를 2차원 S-색상 공간으로 투영하였다. S-공간에 투영된 색상의 특징 분포에서 개선된 mean-shift 알고리즘을 이용하여 특징의 무게중심을 구하였다. 좌, 우 차선과 도로영역의 색상특징의 중심점들 사이의 거리 정보를 이용하여 차선의 색상을 판별하였다. 다양한 조명환경에서 약 97%의 색상 인식 성공률을 보였다.