• 한국정보과학회논문지:소프트웨어및응용
• /
• 제36권10호
• /
• pp.816-824
• /
• 2009

얼굴영상 공간에서 얼굴영상들은 조명이나 포즈에 의해 비선형적 분포를 갖는다. 이들을 선형모델에 기반을 둔 AAM으로 모델링 하는 것은 한계가 있다. 본 논문에서는 얼굴영상에 대한 몇 개의 군집이 주어졌다고 가정하고, 각 군집 별로 지역적인 AAM 모델을 구축하여 정합과정 중에 적합한 모델이 선택되도록 한다. 정합과정에서 발생하는 모델변경에 따른 모델간의 정합 인자 갱신의 문제는 인자 공간에서 모델간의 선형 관계를 미리 학습하여 해결한다. 심각한 정합 실패에 따른 잘못된 모델 선택을 줄이기 위해 점진적으로 모델변경이 이루어지도록 한다. 실험에서는 제안하는 방법을 Yale-B 조명얼굴 영상에 적용하여 모델을 생성하고 기존 방법과 정합 성능을 비교한다. 제안 방법은 심각한 그림자가 발생하는 강도 높은 조명얼굴 영상에서 성공적인 정합 결과를 보여주었다.

• 한국정보통신학회논문지
• /
• 제14권12호
• /
• pp.2681-2690
• /
• 2010

본 논문에서는 3차원 스캐너나 카메라, 고가의 소프트웨어를 이용하지 않고 비용과 노력을 크게 절감하면서 자연스러운 얼굴모델링을 효율적으로 수행하는 3차원 얼굴 모델링 시스템을 제안한다. 임의의 정면 얼굴 모습의 2차원 이미지에서 퍼지논리를 이용한 에지검출 방법을 이용하여 각 얼굴 구성 요소의 에지를 검출하고 검출한 에지를 이용하여 3차원 표준 얼굴모델과의 정합 위치를 좀 더 정확히 맵핑시킨다. 또한 이 시스템은 3차원 표준 얼굴모델 메쉬상의 특징점과 2D 얼굴 이미지에서 검출된 에지에 맞게 특징점을 연결하여 정합한 다음 유동적이고 탄력적으로 조정하며 텍스쳐 맵핑함으로써 사실적이고 간편하게 3차원 얼굴 모델을 생성한다.

• 정보처리학회논문지B
• /
• 제9B권5호
• /
• pp.563-570
• /
• 2002

본 논문은 MPEG4 SNHC의 얼굴 모델 인코딩을 구현하기 위하여 연속된 2차원 영상으로부터 얼굴영역을 검출하고, 얼굴의 특징데이터들을 추출한 후, 얼굴의 3차원 모양 및 움직임 정보를 복원하는 알고리즘과 결과를 제시한다. 얼굴 영역 검출을 위해서 영상의 거리, 피부색상, 움직임 색상정보등을 융합시킨 멀티모달합성의 방법이 사용되었다. 결정된 얼굴영역에서는 MPEG4의 FDP(Face Definition Parameter) 에서 제시된 특징점 위치중 23개의 주요 얼굴 특징점을 추출하며 추출성능을 향상시키기 위하여 GSCD(Generalized Skin Color Distribution), BWCD(Black and White Color Distribution)등의 움직임색상 변환기법과 형태연산 방법이 제시되었다. 추출된 2차원 얼팔 특징점들로부터 얼굴의 3차원 모양, 움직임 정보를 복원하기 위하여 준원근 카메라 모델을 적용하여 SVD(Singular Value Decomposition)에 의한 인수분해연산을 수행하였다. 본 논문에서 제시된 방법들의 성능을 객관적으로 평가하기 위하여 크기와 위치가 알려진 3차원 물체에 대해 실험을 행하였으며, 복원된 얼굴의 움직임 정보는 MPEG4 FAP(Face Animation Parameter)로 변환된 후, 인터넷상에서 확인이 가능한 가상얼굴모델에 인코딩되어 실제 얼굴파 일치하는 모습을 확인하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제8권4호
• /
• pp.17-25
• /
• 2002

본 논문에서는 디자이너가 제작한 3차원얼굴 모델을 생성하기 위해 표준 3차원 얼굴 모델을 변형하는 방법을 제시한다. 3차원 얼굴 모델을 변형하는 방법에는 근육에 기반 한 얼굴 변형 방법이 대표적인데, 본 논문에서는 기존의 얼굴 근육에 기반 한 얼굴 변형방법의 비효율적인 면을 개선하고 근육에 기반 한 보다 직관적인 얼굴 변형을 위해 얼굴 근육 운동 예측맵을 정의하고 이를 이용하여 근육을 독립적으로 처리하고 정의 했던 기존의 단점과 근육의 배치와 설정작업을 개선하고자 한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.500-506
• /
• 2007

얼굴에 대한 시각적 인지는 오랫동안 인간에게 중요한 문제로 인식되어 왔다. 수 세기 동안 이루어져 왔던 미용 화장과 성형, 치아 교정 등의 다양한 연구는 사람의 얼굴을 감성적 측면에서 어떻게 하면 아름답게 만들 수 있는 가에 초점을 두었다. 본 논문에서는 휴먼 입출력 인터페이스로서 햅틱 장치와 스테레오 디스플레이를 혼합한 다중 감각 인터랙션 기반의 감성적인 3차원 얼굴 메이크업 시뮬레이션 프레임워크를 개발한다. 본 연구는 3차원 스캐너 장비로부터 사용자의 얼굴 모델을 추출하고, 그 데이터를 이용하여 자연스럽고 직관적인 얼굴 메이크업 시뮬레이션을 수행하는 것을 목표로 하고 있다. 이를 위하여 본 연구에서는 surface elements 표현 기반의 3차원 얼굴 필터링 방법과 얼굴 메이크업을 지원하는 페인팅 방법을 개발한다. 우선 사용자의 얼굴 모델을 3차원 스캐너로 획득한 후, 전처리 얼굴 필터링을 수행하여 조명, 그리고 사용자 얼굴 피부 상태에 기인하는 에러 및 속성들을 보정하고 피부 톤을 사용자가 선호하는 색으로 변경한다. 최종적으로 사용자는 햅틱 및 스테레오 디스플레이 장치를 이용하여 두 개의 레이어로 구성된 페인팅 표면 모델에 메이크업을 수행한다. 본 연구에서 적용한 surface elements 표현 기반의 그래픽 렌더링은 일반적인 메쉬 기반 페인팅의 문제점인 텍스쳐 왜곡 현상을 완화하고, 3차원 스캐너 장치에 기인하는 표면 에러를 보정한다. 그리고 전처리 얼굴 필터링과 메이크업 페인팅 방법은 사용자 중심의 감성적인 3차원 얼굴을 재구성하도록 한다. 결과적으로 본 연구에서 개발한 이러한 기술들이 다중 감각 인터페이스 기반의 메이크업 시뮬레이터의 기본 프레임워크가 되어, 차후 메이크업이나 코디네이션 분야 등의 디지털 콘텐츠 산업에서 활용될 수 있음을 확인하였다.

• 한국항행학회논문지
• /
• 제24권5호
• /
• pp.430-437
• /
• 2020

제안 모델은 얼굴 검출과 랜드마크 및 얼굴 인식 알고리즘을 이용하여 인공신경망으로 학습을 통해 얼굴 예측률과 인식률을 향상하는 모델을 구현하였다. 제안 모델은 특정 인물의 얼굴 영상에서 랜드마킹을 한 후, 기존에 학습된 Caffe 모델을 이용하여 얼굴검출과 임베딩 벡터 128D를 추출하였다. 학습은 기계학습 알고리즘인 SVM (support vector machine)과 DNN (deep neural network)을 구축하여 학습하였다. 얼굴인식은 학습된 모델을 이용하여 학습된 인물 중 다른 얼굴 영상으로 테스트하였다. 실험 결과, SVM 보다는 DNN으로 학습한 결과가 우수한 예측률과 인식률을 보였다. DNN의 중간층을 증가하게 되면 예측률은 높아지나 인식률이 감소하는 현상이 발생하였다. 이것은 인식하고자 하는 대상이 적음으로써 발생하는 과적합으로 판단된다. 제안 모델은 명확한 얼굴 영상을 추가하여 학습한 결과, 높은 예측률과 인식률의 결과를 얻을 수 있음을 확인할 수 있었다. 본 연구는 좀 더 많은 얼굴 영상 데이터를 이용함으로써 보다 효과적인 딥러닝 구축을 통해 보다 향상된 인식률과 예측률을 얻을 수 있을 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제16권8호
• /
• pp.49-56
• /
• 2011

최근들어 문화산업이 발전함에 따라 애니메이션 콘텐츠가 급속히 보급되고 있다. 본 논문에서는 사람의 얼굴 영상 대신 2차원의 애니메이션 캐릭터 영상을 효과적으로 분석하여 캐릭터의 얼굴을 추출한 후, 3차원적인 얼굴의 회전정보를 측정하고, 이를 3차원 얼굴 모델로 표현하는 방법을 제안한다. 제안된 시스템은 처음으로 입력되는 애니메이션 캐릭터 얼굴을 받아들여 얼굴과 얼굴의 주요 구성요소들의 주요 색상을 학습하고, 이를 주색상 모델로 생성한다. 그런 다음, 생성된 주색상 모델을 이용하여 새롭게 입력되는 애니메이션 캐릭터의 얼굴영역과 눈영역을 추출한 후, 추출된 영역으로부터 기준 좌표계와 대상 좌표계를 설정한다. 그리고 이 두 좌표계의 기하학적인 관계를 이용하여 애니메이션 캐릭터 얼굴이 3차원적으로 회전한 정보를 추출한다. 마지막으로, 추출된 3차원 회전정보를 시각적으로 용이하게 확인하기 위해서 3차원의 얼굴 모델에 회전정보를 반영하여 화면에 표현한다. 본 논문의 실험에서는 제안된 애니메이션 캐릭터 얼굴의 3차원 회전 정보 추출 방법의 성능을 평가하기 위한 실험결과를 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2002년도 가을 학술발표논문집 Vol.29 No.2 (2)
• /
• 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.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2015년도 제46회 하계학술대회
• /
• pp.1373-1374
• /
• 2015

본 논문은 복잡한 비선형 모델링 방법인 다항식 기반 RBF 뉴럴 네트워크(Radial Basis Function Neural Network)와 벡터공간에서 임의의 비선형 경계를 찾아 두 개의 집합을 분류하는 방법으로 주어진 조건하에서 수학적으로 최적의 해를 찾는 SVM(Support Vector Machine)를 사용하여 3차원 얼굴인식 모델을 설계하고 두 모델의 3차원 얼굴 인식률을 비교한다. 3D스캐너를 통해 3차원 얼굴형상을 획득하고 획득한 영상을 전처리 과정에서 포인트 클라우드 정합과 포즈보상을 수행한다. 포즈보상 통해 정면으로 재배치한 영상을 Multiple Point Signature기법을 이용하여 얼굴의 깊이 데이터를 추출한다. 추출된 깊이 데이터를 RBFNN과 SVM의 입력패턴과 출력으로 선정하여 모델을 설계한다. 각 모델의 효율적인 학습을 위해 PCA 알고리즘을 이용하여 고차원의 패턴을 축소하여 모델을 설계하고 인식 성능을 비교 및 확인한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 1부
• /
• pp.342-347
• /
• 2008

사람의 얼굴은 강체(rigid object)가 아니기 때문에 얼굴을 추적하거나 인식하기는 쉽지 않다. 또한 시스템에 미리 학습되어 있지 않은 임의의 얼굴의 경우 지속적으로 얼굴의 변화를 추적하고 인식하기는 어렵다. 본 논문에서는 시스템에 저장되어 있는 얼굴들에 대해 비선형적 매니폴드 모델을 구축하고 각 모델을 선형적으로 결합함으로써 비디오 기반의 영상으로부터 시스템이 알지 못하는 임의의 얼굴에 대해 추적하고 인식하는 방법을 제안한다. 입력된 임의의 얼굴은 얼굴 포즈나 표정 혹은 주위 환경 등에 따라 시스템에 저장되어 있는 서로 다른 얼굴들과 서로 다른 유사성을 갖는다. 따라서 입력 얼굴과 시스템에 저장되어 있는 얼굴들과의 확률적인 접근을 통해 유사성을 추정할 수 있고 추정된 유사성을 이용하여 입력 얼굴에 대한 새로운 비선형적 매니폴드 모델을 구축한다. 또한 추정된 모델은 매 프레임마다 입력 얼굴에 따라 실시간으로 갱신된다. 본 논문에서 제안하는 방법은 실험 결과를 통하여 효율적으로 임의의 얼굴에 대해 추적하고 인식할 수 있음을 보인다.