• 한국정보통신학회논문지
• /
• 제24권3호
• /
• pp.378-383
• /
• 2020

Viola & Jones의 객체 검출 알고리즘은 얼굴 요소 검출을 위한 매우 우수한 알고리즘이지만 변수 설정에 따른 중복 검출, 오 검출, 미 검출 같은 문제들이 여전히 존재한다. 본 논문은 Viola & Jones의 객체 검출 알고리즘에 미 검출을 줄이기 위한 가변 변수와 중복 검출과 오 검출을 줄이기 위한 검증을 적용한 개선된 얼굴 요소 검출 알고리즘을 제안한다. 제안된 알고리즘은 잠재적 유효 얼굴 요소들을 검출할 때까지 Viola & Jones의 객체 검출의 변수 값을 변화시켜 미 검출을 줄이고, 검출된 얼굴 요소의 크기, 위치, 유일성을 평가하는 검증을 이용해 중복 검출과 오 검출들을 제거시켜 준다. 시뮬레이션 결과들은 제안된 알고리즘이 검출된 객체들에 유효 얼굴 요소들을 포함시키고 나서 무효 얼굴 요소들을 제거하여 유효 얼굴 요소들만을 검출하는 것을 보여준다.

• 한국컴퓨터정보학회논문지
• /
• 제16권1호
• /
• pp.71-80
• /
• 2011

본 논문에서는 퍼지추론을 기반으로 얼굴검출 알고리즘을 지능적으로 선택함으로써 개발자들이 전문적인 지식이 없이 얼굴검출 기능을 손쉽게 사용할 수 있는 새로운 기법을 제안한다. 본 논문의 목적은 퍼지추론 기반의 고차원 얼굴검출 시스템을 제시함으로써 사용자들이 컴퓨터비전 이론이나 개별 알고리즘들에 대한 전문적인 지식이 없어도 손쉽게 얼굴검출 기능을 포함하는 시스템을 개발할 수 있도록 지원하는데 있다. 얼굴검출의 방대한 문제영역을 분류하기 위해서 가장 먼저 얼굴검출을 위한 주요한 조건들을 고려하고 정리하였다. 이렇게 정리된 조건들은 개발자들이 주어진 문제를 표현하는데 사용할 수 있도록 정의되었다. 정의된 조건들과 사용 가능한 얼굴검출 알고리즘들은 퍼지추론 규칙을 이용하여 규칙화 되고 퍼지추론 해석기를 구성한다. 개발자들에 의해서 개별 문제의 조건들이 정리되면, 제안된 퍼지해석기가 퍼지추론을 통해 이에 대응되는 문제를 해결하기 위한 최적을 알고리즘들을 찾아내고 구성한다. 제안된 방법의 개념검증을 위해 기존의 알고리즘들과 성능을 비교하였으며 이를 분석하고 우수성과 실용성을 보여준다.

• 한국통신학회논문지
• /
• 제34권2C호
• /
• pp.194-199
• /
• 2009

본 논문은 영상의 얼굴과 헤어영역이 가지는 기하학적 정보를 이용한 얼굴 검출 알고리즘을 제안한다. 영상에서 얼굴과 헤어영역은 기하학적으로 인접하는 특성을 가지고 있고, 이러한 특성은 정면을 향하는 얼굴뿐만 아니라 회전된 얼굴이나 옆얼굴에서도 존재한다. 따라서 이러한 특징은 얼굴 검출을 위하여 사용 될 수 있다. 제안한 알고리즘은 우선 영상에서 컬러정보를 이용하여 영상내의 피부영역과 헤어영역을 검출한다. 이렇게 검출된 피부영역의 특징을 분석하여 여러 피부영역 중 얼굴 후보영역을 찾는다. 이후 얼굴 후보영역과 헤어영역 사이의 교차영역을 생성한다. 마지막으로 검출된 여러 얼굴 후보영역 중 교차영역을 포함하고 있는 영역을 얼굴로 판단한다. 실험 결과는 정면 및 측면 얼굴 영상뿐만 아니라 기하학적으로 왜곡된 영상에서도 높은 검출률을 보였다.

• 정보처리학회논문지B
• /
• 제11B권1호
• /
• pp.13-20
• /
• 2004

실시간 자동 얼굴 인식 기술에 있어서 정확한 얼굴의 검출은 필수적이며, 얼굴 인식의 성능에 큰 영향을 미치는 매우 중요한 부분이다. 본 논문에서는 컬러 정보, 에지 정보 및 이진화 정보를 복합적으로 이용하여 입력 영상으로부터 두 눈의 영역을 검출하고 이를 이용해 얼굴 후보 영역을 검출한다. 검출된 눈 후보 영역과 얼굴 후보 영역에 대하여 얼굴 검증과 눈 검증용으로 학습된 각각의 SVM을 이용하여 검증한다. 이러한 검증 과정을 거침으로써 잘못된 검출을 막아 빠르고 신뢰성 있는 얼굴 검출이 가능하다. 실험을 통해 본 연구에서 제안한 방법이 99% 이상의 얼굴 검출 성공율을 보임을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2000년도 추계학술대회 학술발표 논문집
• /
• pp.301-304
• /
• 2000

본 논문에서는 디지털 영상에서 얼굴 영상 검출을 위해 픽셀의 퍼지 소속도를 이용하여 신경망으로 학습하는 퍼지 신경망을 이용한 얼굴영상 검출을 제안한다. 입력 영상의 피라미드 영상에서 추출된 20$\times$20 윈도우 템플릿 영상안의 각 픽셀의 소속도로 얼굴 영상 패턴을 학습하여 얼굴 영상을 검출하는 방법은 단순히 영상의 픽셀 값 하나씩만을 고려해서 각 픽셀의 소속도를 고려하여 수행하는 얼굴 영상 분할보다 얼굴 영상을 훨씬 더 정확하고 인식률이 높게 검출해 낼 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 가을 학술발표논문집 Vol.30 No.2 (2)
• /
• pp.553-555
• /
• 2003

사람의 얼굴을 검출 및 인식을 하는 여러 가지 다양한 알고리즘이 소개되고 있다. 본 논문에서는 사람의 피부색을 이용한 컬러정보(Color Information)와 국부 최적 임계치 기법을 사용하여 얼굴의 형상정보를 검출하고 얼굴 영역을 검출하는 방법을 사용한다. 컬러정보를 사용하여 얼굴의 후보영역을 선정한 후에 그 후보영역에서 얼굴의 특징인 눈, 눈썹, 입을 찾는 방법을 제안한다. 피부색은 일정한 분포를 가지고 있기 때문에 후보영역을 비교적 정확히 찾을 수 있으며, 국부 최적 임계치 기법은 효과적인 얼굴 특징 검출방법이다.

• 한국지능시스템학회논문지
• /
• 제11권1호
• /
• pp.39-44
• /
• 2001

본 논문에서는 디지털 영상에서 얼굴 영상 검출을 위해 픽셀의 퍼지 소속도를 이용하여 신경망으로 학습하는 퍼지 신경망을 이용한 얼굴영상 검출을 제안한다. 입력 영상의 피라미드 영상에서 추출된 20$\times$20 윈도우 영상 안의 각 픽셀의 소속도로 얼굴 영상 패턴을 학습하여 얼굴 영상을 검출하는 방법은 단순히 영상의 픽셀 값 하나씩만을 고려해서 각 픽셀의 소속도를 고려하여 수행하는 얼굴 영상 분할보다 얼굴 영상을 더 정확하고 인식률이 높게 검출해 낼 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 봄 학술발표논문집 Vol.31 No.1 (B)
• /
• pp.712-714
• /
• 2004

본 논문에서는 다양한 변화에서 얼굴을 효과적으로 검출할 수 있는 방법론을 제안한다. 우리는 복잡한 배경에서 보다 효과적으로 얼굴 영역을 검출하기 위해 영역 분할 알고리즘인 JSEG를 이용하여 영역을 분할을 하게 된다. 그리고 조명 변화에 따른 간섭이 비교적 작은 YCrCb 칼라 모델을 이용하여 분할된 영역에서 후보 얼굴 영역을 찾는다. 마지막으로 보다 정확한 결과를 위하여 검출된 얼굴 후보 영역에서 눈과 눈썹을 검출하고 눈과 눈썹의 기하학적 정보를 이용해서 최종 얼굴 영역을 결정한다. 영역 분할을 이용함으로써 복잡한 배경과 다양한 조명 변화를 지닌 환경에서 다양한 얼굴 영상들을 실험한 결과 높은 정확도를 보여주었다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 추계학술대회
• /
• pp.236-238
• /
• 2010

얼굴검출기술이 발달함에 따라 보안 프로그램에서부터 게임에까지 얼굴검출기술이 적용된 다양한 프로그램들이 개발되고 있으며, 휴대단말기기에까지 접목되었다. 휴대단말기기를 통한 얼굴검출의 경우, 검출율을 높이기 위한 높은 대비 개선 알고리즘은 물론이고, 낮은 프로세서의 성능 때문에 적은 연산량의 알고리즘이 필수적으로 요구된다. 본 논문에서는 영상의 조명 정도를 분석하여 저 조도, 일반 조명, 과다 노출의 3분류로 나누고, 각 조명에 가장 알맞은 대비 개선 알고리즘을 사용함으로써, 휴대단말기기에 적합한 적은 연산량과 얼굴검출에 알맞은 높은 대비 개선율을 갖는 알고리즘을 제안한다. 실험 결과, 휴대단말기기인 UMPC(Ultra Mobile PC)에서 30fps의 속도를 보였으며, 기존 방법들과 비교하여 가장 좋은 얼굴검출성능을 확인하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 추계학술발표대회
• /
• 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.