• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.444-446
• /
• 2011

본 논문은 실시간으로 카메라 영상으로부터 얼굴의 각 특징점을 검출하고, 검출된 특징점을 이용하여 웃음 표정을 인식하는 시스템을 제안한다. 제안된 시스템은 ASM(Active Shape Model)을 이용하여 실시간 검출부에서 얼굴 영상을 획득한 다음 ASM 학습부에서 학습된 결과를 가지고 얼굴의 특징을 찾는다. 얼굴 특징의 영상으로부터 입술 영역을 검출한다. 이렇게 검출된 입술 영역과 얼굴 특징점을 이용하여 사용자의 웃음 표정을 검출하고 인식하는 방법을 사용함으로써 웃음 표정 인식의 정확도를 높힐 수 있음을 알 수 있었다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.488-491
• /
• 2003

본 논문에서는 실시간 CCD 카메라 입력 영상으로부터 다중 컬러 정보를 이용하여 얼굴 영역을 검출 및 추적하고 기울어진 얼굴을 보정하는 알고리즘을 제안하였다. 제안한 알고리즘은 먼저 획득된 RGB 영상에서 YCbCr컬러 모델과 YIQ컬러 모델로 변환한 후 Cr성분과 I성분을 추출하여 얼굴 피부색을 검출, 얼굴 영역 추출에 사용하였다. 또한 추출된 얼굴 후보 영역에서 수평, 수직 투영(Projection)정보로부터 최종 얼굴 영역으로 검출한 다음 검출된 얼굴 중심 좌표와 이전에 검출된 얼굴 중심 좌표 값을 유클리드언 거리로 얼굴을 추적하였으며 검출된 얼굴로부터 레이블링(Labeling)기법으로 눈 특징자를 검출, 눈의 기울기 각도를 보정함으로써 얼굴 기울기를 보정하였다. 제안한 얼굴 추적 및 기울기 보정 알고리즘을 사용하여 실험한 결과 다중 색상 정보를 사용함으로써 주위환경 변화에 강인하게 실시간 얼굴 영역 김출 및 추적이 가능하였고, 기울어진 얼굴 영상을 자동 보정함으로써 인식에 용이하였다.

• Journal of Internet Computing and Services
• /
• v.8 no.3
• /
• pp.19-32
• /
• 2007

This paper present a new face recognition method based on LVQ neural net to construct a real time face recognition system. The previous researches which used PCA, LDA combined neural net usually need much time in training neural net. The supervised LVQ neural net needs much less time in training and can maximize the separability between the classes. In this paper, the proposed method transforms the input face image by PCA and LDA sequentially into low-dimension feature vectors and recognizes the face through LVQ neural net. In order to make the system robust to external light variation, light compensation is performed on the detected face by max-min normalization method as preprocessing. PCA and LDA transformations are applied to the normalized face image to produce low-level feature vectors of the image. In order to determine the initial centers of LVQ and speed up the convergency of the LVQ neural net, the K-Means clustering algorithm is adopted. Subsequently, the class representative vectors can be produced by LVQ2 training using initial center vectors. The face recognition is achieved by using the euclidean distance measure between the center vector of classes and the feature vector of input image. From the experiments, we can prove that the proposed method is more effective in the recognition ratio for the cases of still images from ORL database and sequential images rather than using conventional PCA of a hybrid method with PCA and LDA.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.11a
• /
• pp.16-18
• /
• 2017

최근 딥 러닝의 발전으로 얼굴인식뿐만 아니라 더 세부적인 기술인 ID식별, 감정인식 등을 분류할 수 있는 알고리즘이 많이 제안되었다. 하지만 딥 러닝은 방대한 연산량을 처리해야 하기 때문에 실시간으로 영상을 구현하는 것은 한계가 있다. 본 논문은 위와 같은 문제를 개선하기 위하여 얼굴인식은 연산량이 비교적 적은 HOG알고리즘을 적용하여 전처리를 진행한다. 그 이후 ID식별 네트워크인 FaceNet과 EmotiW 2017 Challenge의 논문의 감정인식 네트워크를 Multi-Thread 기술을 적용하여 스레드를 분할 연산을 통하여 실시간으로 영상을 출력하는 알고리즘을 제안한다.

• Journal of the Institute of Electronics Engineers of Korea SD
• /
• v.48 no.9
• /
• pp.22-30
• /
• 2011

Recently, the rising demand for intelligent video surveillance system leads to high-performance face recognition systems. The solution for low-resolution images acquired by a long-distance camera is required to overcome the distance limits of the existing face recognition systems. For that reason, this paper proposes a hardware design of an image resolution enhancement algorithm for real-time intelligent video surveillance systems. The algorithm is synthesizing a high-resolution face image from an input low-resolution image, with the help of a large collection of other high-resolution face images, called training set. When we checked the performance of the algorithm at 32bit RISC micro-processor, the entire operation took about 25 sec, which is inappropriate for real-time target applications. Based on the result, we implemented the hardware module and verified it using Xilinx Virtex-4 and ARM9-based embedded processor(S3C2440A). The designed hardware can complete the whole operation within 33 msec, so it can deal with 30 frames per second. We expect that the proposed hardware could be one of the solutions not only for real-time processing at the embedded environment, but also for an easy integration with existing face recognition system.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.93-96
• /
• 2009

최근 비약적으로 향상되고 있는 개인용 컴퓨터의 성능과 새로운 사용자 경험을 원하는 요구와 맞물려 실시간 영상처리분야의 활발한 연구와 발전이 거듭되고 있다. 본 논문은 개인용 컴퓨터의 주변기기로 시중에 널리 보급되어있는 PC 카메라를 이용해 실시간으로 화면 속에서 얼굴을 인지하고 그 이동을 추적함으로써 키보드와 마우스와 같은 보편적인 입력장치 사용하는 경우와 다른 새로운 사용자 경험을 구현할 수 있는 응용 프로그램의 설계 및 구현방법을 제시한다. 본 논문에서는 Java 개발 환경에서 JMF를 이용해 영상장치로 부터 정보를 수집하고 수집한 정보를 기본적인 영상처리 기법과 Integral Image, SSR 필터를 이용한 패턴 분류, 기계 학습 모델인 SVM을 이용해 안면을 인식한다. 이러한 방법들을 통해 인식한 정보를 추적하고 결과를 바탕으로 게임과 같은 다른 응용프로그램으로 키 이벤트를 전달하여 구현하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• fall
• /
• pp.232-234
• /
• 2021

최근 휴먼-컴퓨터 인터페이스, 가상현식, 증강현실, 지능형 자동차등에서 얼굴표정 인식에 대한 연구가 활발히 진행되고 있다. 얼굴표정인식 연구는 대부분 맨얼굴을 대상으로 하고 있지만 최근 코로나-19로 인해 마스크 착용한 사람들이 많아지면서, 마스크를 착용했을 때의 표정인식에 대한 필요성이 증가하고 있다. 본 논문은 마스크를 착용했을 때에도 실시간으로 표정 분류가 가능한 시스템개발을 목표로 구동에 필요한 알고리즘을 조사했고, 그 중 Tiny-YOLOv3와 ResNet50 알고리즘을 이용하기로 했다. 얼굴과 표정 데이터셋 등에서 모은 이미지 데이터를 사용하여 실행해 보고 그 적절성 및 성능에 대해 평가해 보았다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.173-176
• /
• 2009

본 논문에서는 피부색 정보와 눈, 입의 위치를 찾아 실시간으로 얼굴을 인식하는 랩을 제안한다. 먼저 노이즈를 제거하여 얼굴 후보 영역을 지정한다. 지정된 얼굴 후보 영역에서 눈과 입을 찾고, 찾은 눈과 입 사이의 영역에서 에지를 탐색하여 코의 존재 유무를 검증하고 이를 바탕으로 얼굴인지 판단하는 절차를 따른다. 제안한 기법은 피부색 검출을 위해 YCbCr 을 이용하여 피부 영역을 찾고 지정한 피부 영역에서 노이즈를 제거한 후, Eye Map의 EyeMapC 연산을 통해 눈을 Lip Map을 통해 입을 찾는다. 찾아낸 눈과 입의 사이의 영역에서 Canny Edge 연산을 수행하여 코의 존재 유무를 판단하여 최종적인 얼굴 영역을 판별하는 방법을 제안한다.

• Proceedings of the Korea Institutes of Information Security and Cryptology Conference
• /
• 2006.06a
• /
• pp.246-250
• /
• 2006

얼굴의 중요한 특징부분을 잘 나타내는 깊이 에지 정보를 사용하면 표정과 조명변화로 인한 얼굴 픽셀의 밝기 값 변화에 대해 강인한 특징벡터를 생성할 수 있다. 본 논문에서는 깊이 에지(depth edge)를 이용한 새로운 특징벡터를 제안하고 그 유용성에 대하여 실험하였다. 새롭게 제안한 특징벡터는 얼굴의 깊이 에지 영상을 수평과 수직 방향으로 투영하여 얻어지는 에지 강도 히스토그램을 이용하기 때문에 얼굴의 움직임으로 인한 변형에 영향을 받지 않는다. 또한, 실시간 검출과 인식이 매우 용이하다. 제안한 깊이 에지 기반 특징벡터와 백색광 영상의 픽셀 값 기반 특징벡터에 대해 부공간 투영기반의 얼굴인식 알고리즘을 적용하여 성능을 비교 평가하였다. 실험 결과, 얼굴의 깊이 에지에 기반한 얼굴인식이 기존의 백색광만을 이용한 방법에 비해 높은 인식성능을 보였다

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.355-358
• /
• 2004

본 논문에서는 사람의 얼굴과 지문을 이용하여 실시간 다중 생체인식 시스템 구현을 제안하였다. 얼굴인식에서는 이미지의 크기를 축소하기 위해 Wavelet Transform을 이용하였으며, 특징 값을 찾아내기 위한 방법으로는 얼굴인식에서 많이 사용되는 LDA(Linear Discriminant Analysis)를 이용하였다. 또한, 지문인식에서는 지문의 중심점을 찾아 가버 변환을 하고, 이로부터 섹터별 변량을 특징 값으로 사용하였으며, 인식 성능을 향상시킬 수 있는 상관도가 높은 지문 3개를 기준 데이터로 등록하였다. 마지막 단계로 두 가지의 생체정보를 모두 사용할 수 있도록 퍼지를 이용하여 얼굴인식의 결과와 지문인식의 결과를 융합하였으며, 단일 생체정보를 이용했을 때의 단점을 다중 생체인식 시스템을 구현함으로서 우수한 성능을 보이는 시스템을 구현하였다.