• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.195-199
• /
• 2002

본 논문에서는 주어진 입력 이미지에서 얼굴 영역을 검출하기 위한 액티브 컨투어 모델(active contour models)을 제안한다. 제안한 모델은 스킨 칼라 모델(skin color model)에 의해 표현되는 사람 얼굴의 칼라 정보를 이용한다. 본 논문에서는 첨점(cusps), 모서리 (corners), 그리고 자동 위상 변화(automatic topological changes)를 고려한 레벨 셋 메소드(level set method)를 사용하여 액티브 컨투어를 진화시킨다. 실험 결과는 제안한 방법이 얼굴 영역 검출에 효과가 있음을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.472-474
• /
• 2002

본 논문에서는 복잡한 영상에서 얼굴 영역의 윤곽선을 검출하는 방법을 제안하였다. 이를 위하여 얼굴의 칼라 정보에 기반한 액티브 컨투어 모델을 이용하였다. 얼굴의 칼라 정보는 색채칼라 공간(chromatic color space)에서 2D-Gaussian모델로 나타내어지는 스킨 칼로 모델로 표현 되었다. 실험결과 제안된 방법은 복잡한 영상뿐 아니라 잡음이 많은 영상에서 하나 또는 여러 개의 얼굴 영역을 추출할 수 있었다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.15 no.6
• /
• pp.464-468
• /
• 2009

In this paper we propose an image-based approach, which is different from the traditional flow cytometric method to detect shape of apoptosis cells. This method can overcome the defects of cytometry and give precise recognition of apoptosis cells. In this work K-means clustering was used to do the rough segmentation and an active contour model, called 'snake' was used to do the precise edge detection. And then some features were extracted including physical feature, shape descriptor and texture features of the apoptosis cells. Finally a Mahalanobis distance classifier classifies the segmentation images as apoptosis and non-apoptosis cell.