• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.343-345
• /
• 2003

본 논문에서는 색상 정보와 변형 모델을 이용한 얼굴 영역 및 얼굴의 특징 영역의 자동 검출 방법을 제시한다. 영상으로부터 획득할 수 있는 정보 중 가장 빠르고 쉽게 얻을 수 있는 정보가 색상 정보이며, 색상정보는 사물을 판단함에 있어서 가장 효율적이면서 컴퓨터의 계산량을 줄일 수 있다는 장점을 갖고 있기 때문에 얼굴 영역 검출 방법으로 많이 이용되고 있다. 본 연구에서는 얼굴영역 및 얼굴 특성 추출함에 있어 컬러모델 사용 시 외부 조명의 영향을 줄여주는 조명 보정 방법을 제시하고, 조명 보정에 의해 평활화된 YCbCr 색상모델에 적용하여 각 성분 특성을 고려한 얼굴영역 및 얼굴의 특성 영역에 해당하는 후보 영역을 검출하는 방법을 제시한다. 검출된 얼굴후보 영역 및 특성 영역은 가변 모델인 동적 윤곽선 모델의 초기값으로 자동 적용되어 윤곽선 모델 적용시 문제점가운데 하나인 초기값 설정문제를 해결함과 동시에 얼굴 및 얼굴 특징 정보의 정확한 윤곽선을 추출하는데 사용된다. 실험 결과 제시된 방법을 적용한 결과 빠르고 효과적으로 얼굴 및 특성 영역을 검출 할 수 있음을 입증 할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.814-816
• /
• 2004

본 논문에서는 웨이블릿을 이용한 알고리즘으로 얼굴을 검출하고 검출된 얼굴을 움직이는 Pan-Tilt 카메라상에서 추적하는 방법을 제안하고자 한다. 우리는 얼굴 검출을 위해 다섯 종류의 간단한 웨이블릿을 사용하여 특징을 추출하였고 AdaBoost(Adaptive Boosting) 알고리즘을 이용한 계층적 분류기를 통하여 추출된 특징들 중에서 얼굴을 검출하는데 강인한 특징들만을 모았다. 이렇게 만들어진 특징집합들을 이용하여 입력받은 영상에서 초당 20프레임의 실시간으로 얼굴을 검출하였고 영상에서 얼굴 위치와 Pan-Tilt 카메라 위치를 계산하여 실시간으로 움직임을 추적하는데 성공하였다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2005년도 추계학술대회 논문집
• /
• pp.201-204
• /
• 2005

동영상에서 얼굴을 인식하는 기술은 Eigen-Face를 이용하는 방법, 템플릿을 이용하는 방법 등과 같이 다양한 방법이 연구되어지고 있다. 하지만 이들 기법들이 모두 동영상에서 얼굴영역을 검출했을지는 모르지만 얼굴영역이 영상에서 차지하는 위치와 크기를 일정하게 제한하고 있다. 그 중에서 입력되는 영상이 촬영 도구로부터 제한된 거리에서 촬영되어 얻어 지거나 실험을 통해 얻어진 영상을 이용하여 얼굴영역을 검출한다. 하지만 실제 다양한 응용분야에서 얼굴영역 검출 기술을 이용하기 위해서는 이러한 제한된 입력 영상뿐만이 아니라 어떠한 환경에서의 입력 영상에서도 얼굴영역을 검출할 수 있어야 한다. 본 논문은 근거리뿐만이 아니라 원거리에서 획득한 영상에서도 얼굴영역을 검출할 수 있으며, 얼굴의 특징 추출과 예측기법을 통하여 보다 향상된 얼굴영역 검출을 할 수 있다. 움직임 정보와 얼굴색상정보를 이용하여 8x8블록을 만들고 이런 블록 정보들을 특정한 규칙에 적용함으로써 얼굴영역을 후보를 검출하게 된다. 그리고 후보 얼굴영역의 고유한 특징들을 추출하고 칼만 필터를 적용한 예측기법을 통하여 얼굴영역 판단하게 된다.

• 방송과미디어
• /
• 제22권4호
• /
• pp.41-49
• /
• 2017

본 논문에서는 최근 각광받고 있는 Convolutional Neural Network(CNN)과 같은 딥러닝 기반의 얼굴 인식 연구 동향을 살펴 보고자 한다. 얼굴 인식은 입력 영상이 들어왔을 때 자동으로 누구인지 알아내는 알고리즘으로 크게 얼굴 검출, 얼굴 랜드마크 검출 및 얼굴 특징 추출로 나누어진다. 본 논문에서는 얼굴 검출, 랜드마크 검출 및 얼굴 특징 추출에 특화된 딥러닝 알고리즘을 하나씩 살펴보고 이들이 어떻게 발전해 왔는지를 확인하고자 한다. 특히, 딥러닝 기반 얼굴 인식 알고리즘들은 딥러닝 기반 물체 인식의 발전 방향과 유사하게 진행되어 오다가 최근에는 얼굴 인식에 특화된 딥러닝 아키텍처 형태로 발전하고 있다. 어떤 방향이 얼굴 인식에 더 도움이 될지에 대해서도 확인하고 실제로 어떤 문제를 해결하고 있는지 확인하고자 한다.

• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2005년도 추계학술대회 논문집
• /
• pp.225-228
• /
• 2005

본 논문에서는 사람의 피부색 정보와 얼굴의 형태학적 정보를 이용한 실시간 얼굴 검출 알고리즘을 제한한다. 피부색은 YCbCr 칼라 공간에서 특정한 영역에 정의 되고 이것을 이용하여 피부색 영역을 검출할 수 있다. 이 피부색 영역은 간단한 영상처리와 사전지식을 적용하여 얼굴후보영역으로 사용된다. 검출된 얼굴 후보 영역은 연속적인 임계값을 이용한 눈 검출을 통해 얼굴 검출을 수행하고, 마지막으로 눈 영역과 아닌 영역으로 훈련된 신경망을 이용하여 얼굴 검증을 하게 된다. 이때 얼굴 검출에 실패할 경우 임계값을 순차적으로 증가시키면서 재검출하는 피드백 시스템이 적용된다. 실험 결과는 실시간으로 연속영상에서 얼굴을 검출하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 추계학술발표논문집 (상)
• /
• pp.497-500
• /
• 2003

본 논문은 계층적 분류기를 제안하여 실시간으로 얼굴 영역을 검출하고, PT(pan-tilt) 카메라를 통해 동적으로 얼굴을 추적할 수 있는 강인한 추적 알고리즘을 구현하고자 한다. 제안된 알고리즘은 분류기 학습, 실시간 얼굴 영역 검출, 추적의 세 단계로 구성된다. 분류기 학습은 AdaBoost 알고리즘을 이용하여, 독특한 얼굴 특징을 추출하는 계층적 분류기를 생성한다. 계층적 분류기는 높은 정확도를 가진 분류기들이 단계적으로 결합됨으로써 우수한 검출 성능으로 수행된다. 실시간 얼굴 영역 검출은 생성된 계층적 분류기를 통해, 빠르고 효율적으로 얼굴 영역을 찾아낸다. 추적은 PT 카메라를 통해 동적으로 검출 영역을 확장시키며, 이전 단계에서 추출된 얼굴 영역의 위치 정보를 이용하여 수행한다. 제안된 알고리즘은 계산의 효율성과 검출 성능을 동시에 증가시키며, 얼굴 검출 수행은 2초당 약 15프레임을 실시간으로 처리한다.

• 한국콘텐츠학회논문지
• /
• 제5권2호
• /
• pp.199-205
• /
• 2005

본 논문에서는 영상내의 얼굴과 헤어의 컬러와 기하학적 특징을 이용하는 얼굴 검출 알고리즘을 제안한다. 컬러 특성을 이용하여 얼굴과 헤어의 후보영역을 검출 한 후, 이 영역들의 조도에 대한 편차를 이용하여 배경 영역을 제거한다. 그리고 얼굴과 헤어가 인접하는 기하학적 특징을 이용하여 여러 후보영역 중 실제 얼굴영역을 검출한다. 제안한 알고리즘 성능은 실험 영상에 대한 얼굴의 검출률 실험을 통하여 평가 되었으며, 실험결과 높은 검출률을 보였다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권10호
• /
• pp.945-952
• /
• 2007

얼굴 검출은 얼굴 인식을 위한 첫번째 단계로써, 입력 영상에서의 얼굴의 존재 유무와 얼굴의 위치 및 크기를 알아내야 한다. 얼굴의 위치를 찾아내는 것은 크기변화, 조명변화, 회전과 같은 다양한 상황이 발생하기 때문에 쉽지 않다. 본 논문에서는 다양한 문제 중 얼굴이 회전되었을 때 얼굴을 검출하는 방법에 초점을 맞추었다. 먼저, 다인종 얼굴 데이타로부터 얼굴의 존재 유무와 얼굴의 위치 및 크기를 알아낸 뒤, 후보영역에서 두 눈을 검출하다. 두 눈을 이용하여 회전각도를 찾아내고 베이지안 분류기를 이용하여 정면얼굴이 되도록 다시 회전시키는 방법을 이용하였다. 다인종에 데이타를 이용한 회전된 얼굴에 대해서 얼굴검출 알고리즘을 실험하여 결과를 제시하였다.

• 한국정보통신학회논문지
• /
• 제14권1호
• /
• pp.89-96
• /
• 2010

본 논문은 얼굴을 관심 영역(ROI)으로 사용하는 자동 초점(AF, Auto Focusing) 시스템을 위 한 얼굴 검출 기능(Face Detection)의 얼굴 추적 향상 방법에 관한 것이다. 피부색을 바탕으로 얼굴을 검출하는 기존의 얼굴 검출 기능에서는 얼굴을 추적하기 위하여 이전 프레임에 검출된 얼굴 영역에 대하여 현재 프레임의 스킨 픽셀 비율을 사용한다. 이 방법은 동영상에서 얼굴 영역의 안정성은 뛰어나지만, 얼굴 추적 성능은 다소 떨어진다. 따라서 얼굴 추적 성능을 향상 시키기 위하여, 이전 프레임에 검출된 얼굴 영역과 현재 프레임에 검출된 얼굴 영역의 겹침을 조사하여 겹치는 영역의 면적을 이용하여 얼굴을 추적하는 방법을 제안하였다. 검증을 위하여 FPGA 보드와 모바일 폰 카메라용 CIS를 이용하여 실시간으로 얼굴 검출을 촬영하였고, 검출된 얼굴의 이동 궤적을 이용하여 성능을 검증하였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.226-229
• /
• 2011

얼굴검출기술의 발전으로 인하여, 다양한 분야에 얼굴 검출을 활용한 기술이 이용되고 있다. 최근 Viola 와 Jones 의 얼굴검출 방법이 신뢰도 있는 검출률과 빠른 연산속도로 인하여 주로 이용되고 있다. 하지만 고해상도 이미지와 제한된 하드웨어를 사용하는 시스템의 경우, 실시간 처리가 어려워지는 문제가 있다. 본 논문에서는 이와 같은 문제를 해결하고자 거리 정보를 이용한 빠른 얼굴검출방법을 제안한다. 속도 개선을 위해 먼저 거리 정보를 이용하여 영상의 불필요한 부분을 제거하고, 피부색상정보를 이용하여 관심영역을 설정한다. 또 크기에 대응하기 위해 피라미드 이미지를 이용하는 방법 대신, 거리 정보를 이용하여 얼굴의 크기를 추정한다. 마지막으로 검색창 내의 거리 분산을 계산하여, 평평하거나 굴곡이 심한 영역을 제거함으로 얼굴 검출 속도를 개선하였다. 실험결과 기존 방법에 비해 더 빠른 검출속도와 유사한 검출성능을 확인할 수 있었다.