• 한국지능시스템학회논문지
• /
• 제15권6호
• /
• pp.759-764
• /
• 2005

본 논문은 EBGM(Elastic Bunch Graph Matching)기법을 이용한 얼굴인식에 대해 다룬다. 대용량 영상 정보에 대해 차원 축소를 이용한 얼굴인식 기법인 주성분기법이나 선형판별기법에서는 얼굴 영상 전체의 정보를 이용하는 반면 본 연구에서는 얼굴의 눈 코 입 등과 같은 얼굴 특징점에 대해 주파수와 방향각이 다른 여러 개의 가버 커널과 영상 이미지의 컨볼루션(Convolution)의 계수의 집합(Jets)을 이용한 특징 데이터를 이용한다. 하나의 얼굴 영상에 대해서 모든 영상이 같은 크기의 특질 데이터로 표현되는 Face Graph가 생성되며, 얼굴인식 과정에서는 추출된 제트의 집합에 대해서 상호 유사도(Similarity)의 크기를 비교하여 얼굴인식을 수행한다. 본 논문에서는 기존의 EBGM 방법의 Face Graph 생성 과정을 보다간략화 한 방법을 이용하여 얼굴인식 과정에서 계산량을 줄여 속도를 개선하였으며, 퍼지 매칭법을 이용한 유사도 계산을 하였다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.143-146
• /
• 2001

본 논문에서는 칼라 CCD 카메라로부터 입력된 얼굴 영상에서 HSI 정보와 눈, 코, 입 등의 얼굴 영역 특징자와 특징자들의 구조적 특징각을 이용한 얼굴 인식 알고리즘을 제안하였다. 제안한 알고리즘에서는 인간의 시각 체계와 비교적 유사한 HSI좌표계 상에서 피부색에 대한 색상 정보와 명암값 정보를 함께 이용함으로써 얼굴영역 추출의 효율을 높였고, 또한 추출된 얼굴 영역에서 얼굴 인식을 개선을 위해 눈, 코, 입 등의 구조적 위치 정보와 특징자들의 구조적 특징각인 θ/sub 1(ACRCD)/, θ/sub 2(ACRMD)/, θ/sub 3(ANRED)/, θ/sub 4(AMRED)/를 이용하여 얼굴 인식율을 개선하였다. 제안한 알고리즘에서는 기존의 명암 정보를 이용하는 방법과는 달리 색상 정보와 명암 정보 그리고 구조적특징각을 함께 이용함으로써 정확한 얼굴 영역의 검출이 가능하였으며 인식 방법에 있어서 특징자들의 구조적 관계값을 이용함으로써 인식 효율을 개선하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2001년도 춘계학술발표논문집 (하)
• /
• pp.859-862
• /
• 2001

본 논문에서는 칼라 CCB 카메라로부터 입력된 얼굴 영상에서 HSI 정보와 눈, 코, 입 등의 얼굴 영역 특징자 및 특징자의 기하학적 특징각을 이용한 얼굴 인식 알고리즘을 제안하였다. 제안한 알고리즘에서는 인간의 시각 체계와 비교적 유사한 HSI좌표계 상에서 피부색에 대한 색상 정보와 명암값 정보를 함에 이용함으로써 얼굴영역 추출의 효율을 높였고, 또한 추출된 얼굴 영역에서 얼굴 인식율 개선을 위해 눈, 코, 입 등의 구조적 위치 정보와 특징자들의 기하학적 특징각을 이용하여 얼굴 인식율을 개선하였다. 제안한 알고리즘에서는 기존의 명암 정보를 이용하는 방법과는 달리 색상 정보와 명암 정보를 함께 이용함으로써 정확한 얼굴 영역의 검출이 가능하였으며 인식 방법에 있어서 특징자들의 기하학적 관계값을 이용함으로써 인식 효율을 개선하였다.

• 한국전자통신학회논문지
• /
• 제8권9호
• /
• pp.1319-1324
• /
• 2013

Mean-Shift 알고리즘은 목표모델과 후보영상 사이의 컬러분포의 유사도를 이용하는 국부적 탐색기법으로서, 그 기법의 단순성 및 안정성 면에서 뛰어나 얼굴추적에 많이 이용되고 있다. 그러나 컬러분포를 이용한 얼굴추적은 목표모델과 유사한 컬러분포를 갖는 객체나 배경의 영향에 취약하다. 또한 얼굴 추적에서 결정되는 얼굴영역은 얼굴인식 혹은 얼굴방향 등을 계산할 때 중요한 단서가 되는데, 완전히 다른 컬러분포를 갖는 객체의 가려짐으로 얼굴영역의 크기나 위치가 변동될 위험이 있다. 대체로 거리정보는 얼굴과 배경의 구분에 효율적이고 컬러정보는 객체 구분에 유리하다는 가정으로부터, 본 논문에서는 이러한 문제를 해결하기 위해 거리 정보와 컬러 정보를 함께 이용하는 양방향 필터를 고안하고, 이것을 Mean-Shift 알고리즘에 활용하였다. 일련의 실험을 통해 성공적인 실험결과를 얻었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.377-380
• /
• 2001

본 논문에서는 실내에서 액티브 카메라를 사용하여 다중 인물의 얼굴의 위치를 검출하고. 추적할 수 있으며 조명과 배경 등의 영향에 강인한 추적 알고리즘을 제시하고자 한다. 알고리즘은 얼굴영역 검출, 추적의 2단계로 구성되며, 빠르고 효율적인 얼굴영역 검출은 추적 알고리즘의 성능향상으로 이어지므로, 이를 위해 독특한 색상영역 분포를 갖는 피부 색상 특징을 이용하였다. 표본영상에서 추출된 피부색상 픽셀들을 바탕으로 YCbCr 색상계를 사용하여 얼굴 색상모델을 구축한 후, Gaussian 함수를 사용하여 입력 영상의 픽셀과 얼굴색상모델과의 유사도를 결정하였다. 최종 얼굴 영역은 추출된 영역에 대한 얼굴의 타원특징, 해부학적 특징을 이용하여 결정된다. 추적은 추출된 얼굴영역과 temporal Gaussian 필터를 적용한 움직임 추정을 통한 움직임 검출의 조합으로 이루어진다. 또한, 예측버퍼의 사용으로 탐색영역의 축소로 인한 계산량 감소와 처리 속도의 증가시켰으며, pan/tilt가 가능한 카메라를 사용하여 상호 피드백이 가능하도록 하였다. 제시된 알고리즘은 PC 상에서 시뮬레이션되었으며, 좋은 결과를 얻을 수 있었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.465-468
• /
• 2000

얼굴 영상은 똑같은 표정의 같은 사람이라도 조명에 따라 매우 다른 얼굴 영상으로 나타난다. 따라서 본 논문에서는 조명 변화에 강인한 얼굴 인식 방법을 제안한다. 제안된 방법은 오프라인 훈련(off-line training)과 온라인 인식(on-line recognition)의 두 부분으로 이루어져 있다. 오프라인 훈련은 PCA(principal component analysis)를 기반으로 한다. 온라인 인식에서는 조명 변화에 대한 보상, 얼굴 특징의 추출, 그리고 인식을 위한 분류 과정의 3 단계로 구성되어 있다. 오프라인 훈련에서는 전체 훈련 얼굴 영상 데이터에 PCA를 적용하여 조명 변화가 최대한 제외된 특징 벡터 공간을 생성한다. 실제 인식 단계에서는 첫 번째로 입력 영상으로 들어온 얼굴 영상에서 조명의 영향을 보상하기 위해 준동형 필터링(homomorphic filtering) 후 밝기 정규화(normalization)를 취한다. 두 번째 단계에서는 입력 데이터의 차원을 줄이고 얼굴 특징 벡터를 구하기 위해 PCA를 수행한다. 마지막 과정으로서 입력 영상의 특징 벡터들과 오프라인에서 미리 구하여진 특징 벡터들의 유사도를 측정하여 얼굴을 인식하게 된다. 실험 결과 제안된 방법은 기존의 Eigenface 방법에 비해 우수한 성능을 나타내었다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.301-305
• /
• 1999

얼굴인식의 방법 중 하나인 전체얼굴에 대한 인식 방법으로, 고유벡터를 이용한 인식 방법과 템플릿 매칭을 이용한 방법의 차이점을 비교 연구한다. 고유벡터를 이용한 방법은 얼굴 영상에 대한 벡터공간을 얻은 후 각 얼굴 영상을 구별할 수 있는 공간에 대한 투영을 통하여 인식에 이용한다. 템플릿 매칭에 기반한 방법은 몇가지 유사도 정의를 이용한 것이다. 또한 얼굴 영상에 대한 전처리 과정이 인식에 끼치는 영향도 분석한다. 본 논문은 두가지의 얼굴 영상 인식기술의 비교를 통하여 얼굴 영상의 인식에 대한 유용한 도구로서 에지영상을 이용한 KL변환 방법이 더 우수함을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.310-312
• /
• 2003

본 논문은 3차원 얼굴 형상을 이용한 얼굴 인식에 있어서, 정규화 과정에 사용될 얼굴의 특징 영역을 추출하는 방법을 제안한다. 3차원 얼굴 형상은 조명의 변화에 상관없이 얼굴의 특징 분석이 가능하고, 이를 이용한 얼굴 인식이 가능하다. 그러나, 입력된 형상에 따라 회전, 기울어진 정도, 그리고 좌우로 움직인 정도가 다르다 이런 특성을 고려하지 않고 추출된 특징들은 잘못된 인식 결과를 초래할 수 있다. 이런 이유로 입력시의 오류 돌을 바로잡는 정규화 과정이 필요하다. 정규화 과정에서는 얼굴의 기하학적인 특징(눈, 코, 입 등)을 이용하는 것이 일반적이다. 이들 중, 코는 3차원 얼굴 형상에서 두드러진 특징이 될 수 있다. 본 연구에서는 코의 실제 형상과 유사한 코 형상 추출 마스크를 사용하여 입력된 형상으로부터 코 영역을 추출하는 방법을 제안한다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.301-305
• /
• 1999

얼굴인식의 방법 중 하나인 전체얼굴에 대한 인식 방법으로, 고유벡터를 이용한 인식 방법과 템플릿 매칭을 이용한 방법의 차이점을 비교 연구한다. 고유벡터를 이용한 방법은 얼굴 영상에 대한 벡터공간을 얻은 후 각 얼굴 영상을 구별할 수 있는 공간에 대한 투영을 통하여 인식에 이용한다. 템플릿 매칭에 기반한 방법은 몇가지 유사도 정의를 이용한 것이다. 또한 얼굴 영상에 대한 전처리 과정이 인식에 끼치는 영향도 분석한다. 본 논문은 두가지의 얼굴 영상 인식기술의 비교를 통하여 얼굴 영상의 인식에 대한 유용한 도구로서 에지영상을 이용한 KL변환 방법이 더 우수함을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2003년도 추계학술발표논문집 (상)
• /
• pp.587-590
• /
• 2003

얼굴영역을 분할하기 위해서 Watershed Algorithm 와 Object Grouping 을 이용한 얼굴영역 분할기법을 제안한다. 영상분할에 단점은 단일 알고리즘으로 영역분할이 어렵고, 또한 복잡한 영상에서 정확한 영역을 분할하기가 어렵다는 것이다. 그래서 본 논문에서는 Watershed Segmentation 기법과 Grouping 작업을 통한 병합, 그리고 색상의 선형회귀분석을 이용한 분석법을 적용하여 분할하고자 한다. 얼굴영역 분할방법을 전처리 과정과 영역 병합 그리고 얼굴 부분을 추출하는 3 단계의 과정으로 나누고, 전처리 과정에서는 수리형태학적(Mophological) 연산자를 이용한 영상 분할기법을 이용하여 분할한 후 얼굴 후보 영역을 검출, 영역병합과정에서 기존의 학습데이터와의 유사도를 측정, 얼굴객체추출 조건에 맞지 않는 객체들을 모두 제거함으로써, 정확한 얼굴부분을 분할해 낸다. 실험결과 제안한 방법을 통해 비교적 정확한 얼굴영역을 분할 할 수 있었다.