• 한국감성과학회:학술대회논문집
• /
• 한국감성과학회 1998년도 추계학술발표 논문집
• /
• pp.25-29
• /
• 1998

본 논문은 얼굴 인식 또는 표정 인식 분야에 있어서 중요한 특징을 나타내는 얼굴과 얼굴의 주요소인 눈과 입, 눈썹의 영역 추출 및 그의 윤곽선·추출에 관한 방법을 제시한다. 얼굴요소의 영역 추출은 엣지 정보와 이진화 영상을 병합하여 이용한 프로젝션 분석을 통하여 얼굴 및 각 얼굴요소를 포함하는 최소포함사각형(MER: Minimum Enclosing Rectangle)을 추출하였다. 얼굴 영상에 관련된 윤곽선 연구에는 가변 템플릿(Deformable Template), 스네이크(Snakes: Active Contour Model)를 이용하는 연구들이 이루어지고 있는데 가변 템플릿 방법은 수행시간이 느리고 추출된 윤곽선의 모양이 획일 된 모양을 갖는 특성이 있다. 본 논문에서는 사람마다 얼굴요소의 모양의 개인차가 반영되고 빠른 수렴을 할 수 있는 스네이크 모델을 정의하여 눈, 입, 눈썹, 얼굴의 윤곽선 추출 실험을 하였다. 또한 스네이크는 초기 윤곽선의 설정이 윤곽선의 추출 곁과에 큰 영향을 미치므로, 초기 윤곽선의 설정 과정이 매우 중요하다. 본 논문에서는 얼굴 및 각 얼굴요소를 포함하는 각각의 최소 포함 사각형(MER)을 추출하고, 이 추출된 MER 내에서 얼굴 및 각 얼굴요소의 일반적인 모양을 초기 윤곽선으로 설정하는 방법을 사용하였다. 실험결과 눈, 입, 얼굴의 MER의 추출은 모두 성공하였고, 눈썹이 흐린 사람들의 경우에만 눈썹의 MER추출이 졸지 않았다. 추출된 MER을 기반으로 하여 스네이크 모델을 적용한 결과, 눈, 입, 눈썹, 얼굴의 다양한 모양을 반영한 윤곽선 추출 결과를 보였다. 특히 눈의 경우는 1차 유도 엣지 연산자에 의한 엣지 와 2차 유도 연산자를 이용한 영점 교차점(Zero Crossing)과 병합한 에너지 함수를 설정하여 보다 더 나은 윤곽선 추출 결과를 보였다. 얼굴의 윤곽선의 경우도 엣지 값과 명도 값을 병합한 에너지 함수에 의해 비교적 정확한 결과를 얻을 수 있었다.잘 동작하였다.되는 데이타를 입력한후 마우스로 원하는 작업의 메뉴를 선택하면 된다. 방법을 타액과 혈청내 testosterone 농도 측정에 응용하여 RIA의 결과와 비교하여 본 바 상관관계가 타액에서 r=0.969, 혈청에서 r=0.990으로 두 결과가 잘 일치하였다. 본 실험에서 측정된 한국인 여성의 타액내 testosterone농도는 107.7$\pm$12.0 pmol／l이었고, 남성의 타액내 농도는 274.2$\pm$22.1 pmol／l이었다. 이상의 결과로 보아 본 연구에서 정립된 EIA 방법은 RIA를 대신하여 소규모의 실험실에서도 활용할 수 있을 것으로 사려된다.또한 상실기 이후 배아에서 합성되며, 발생시기에 따라 그 영향이 다르고 팽창과 부화에 관여하는 것으로 사료된다. 더욱이, 조선의 ${\ulcorner}$구성교육${\lrcorner}$이 조선총독부의 관리하에서 실행되었다는 것을, 당시의 사범학교를 중심으로 한 교육조직을 기술한 문헌에 의해 규명시켰다.nd of letter design which represents -natural objects and was popular at the time of Yukjo Dynasty, and there are some documents of that period left both in Japan and Korea. "Hyojedo" in Korea is supposed to have been influenced by the letter design. Asite- is also considered to have been "Japanese Letter Jobcheso." Therefore, the purpose of this study is to look into the origin of the letter designs in the Chinese character culture

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 춘계학술발표논문집
• /
• pp.142-145
• /
• 2001

본 논문에서는 얼굴추출을 하는데 있어서 빠른 속도로 얼굴의 구성요소들을 분할하고 추출한다. 효율적인 분할과 추출물 위해서 3가지의 정보를 사용한다. 첫 번째는 얼굴의 색상정보로써 배경 속의 얼굴을 찾는데 이용한다. 두 번째는 얼굴의 윤곽선 정보로 얼굴의 구성요소를 추출해 내는데 사용한다. 세 번째는 얼굴의 구조적인 정보를 이용하여 색상 및 윤곽선 정보를 이용하여 추출된 요소에 대해 얼굴의 다른 구성요소를 추출하는데 이용한다.

• 감성과학
• /
• 제1권1호
• /
• pp.33-40
• /
• 1998

본 논문은 얼굴인식 분야에 있어서 필수 과정인 얼굴 및 얼굴의 주요소인 눈과 입의 추출에 관한 방법을 제시한다. 얼굴 영역 추출은 복잡한 배경하에서 움직임 정보나 색상정보를 사용하지 않고 통계적인 모델에 기반한 일종의 형찬정합 방법을 사용하였다. 통계적인 모델은 입력된 얼굴 영상들의 Hotelling변환 과정에서 생성되는 고유 얼굴로, 복잡한 얼굴 영상을 몇 개의 주성분 갑으로 나타낼 수 있게 한다. 얼굴의 크기, 영상의 명암, 얼굴의 위치에 무관하게 얼굴을 추출하기 위해서, 단계적인 크기를 가지는 탐색 윈도우를 이용하여 영상을 검색하고 영상 강화 기법을 적용한 후, 영상을 고유얼굴 공간으로 투영하고 복원하는 과정을 통해 얼굴을 추출한다. 얼굴 요소의 추출은 각 요소별 특성을 고려한 엣지 추출과 이진화에 따른 프로젝션 히스토그램 분석에 의하여 눈과 입의 경계영역을 추출한다. 얼굴 영상에 관련된 윤곽선 추출에 관한 기존의 연구에서 주로 기하학적인 모양을 갖는 눈과 입의 경우에는 주로 가변 템플릿(Deformable Template)방법을 사용하여 특징을 추출하고, 비교적 다양한 모양을 갖는 눈썹, 얼굴 윤곽선 추출에는 스네이크(Snakes: Active Contour Model)를 이용하는 연구들이 이루어지고 있는데, 본 논문에서는 이러한 기존의 연구와는 달리 스네이크를 이용하여 적절한 파라미터의 선택과 에너지함수를 정의하여 눈과 입의 윤곽선 추출을 실험하였다. 복잡한 배경하에서 얼굴 영역의 추출, 추출된 얼굴 영역에서 눈과 입의 영역 추출 및 윤곽선 추출이 비교적 좋은 결과를 보이고 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제27권7호
• /
• pp.731-741
• /
• 2000

본 논문은 얼굴 인식 또는 표정 인식 분야에 있어서 중요한 특징인 얼굴과 얼굴의 주요소인 눈과 입, 눈썹의 영역 추출 및 그의 윤곽선 추출에 관한 방법을 제시한다. 얼굴요소의 영역 추출은 엣지정보와 이진화 영상을 병합하여 이용한 프로젝션 분석을 통하여, 얼굴 및 각 얼굴요소를 포함하는 최소포함사각형(MER: Minimum Enclosing Rectangle)을 추출한다. 윤곽선 추출은 얼굴요소 모양의 개인차가 반영되고 빠른 수렴을 할 수 있는 스네이크 모델을 정의하여 수행한다. 스네이크는 초기 윤곽선의 설정이 윤곽선 추출 결과에 큰 영향을 미치므로, 초기 윤곽선의 설정 과정이 매우 중요하다. 본 논문에서는 얼굴 및 각 얼굴요소를 포함하는 각각의 최소포함사각형(MER)을 추출하고, 추출된 MER 내에서 얼굴 및 각 얼굴요소의 일반적인 모양을 초기 윤곽선으로 설정하는 방법을 사용한다. 실험결과 눈, 입, 얼굴의 MER 추출은 성능이 모두 우수하고, 눈썹이 흐린 사람들의 경우에만 눈썹의 MER 추출 결과가 좋지 않았다. 추출된 MER을 기반으로 하여 스네이크 모델을 적용한 결과, 눈, 입, 눈썹, 얼굴의 다양한 모양을 반영한 윤곽선 추출 결과를 보였다. 특히 눈의 경우는 1차 유도 엣지 연산자에 의한 엣지와 2차 유도 연산자를 이용한 영점 교차점(Zero Crossing)과 병합한 에너지 함수를 설정하여 보다 더 나은 윤곽선 추출 결과를 얻었다. 얼굴의 윤곽선의 경우도 엣지값과 밝기값을 병합한 에너지 함수에 의해 비교적 정확한 결과를 얻을수 있었다.

• 한국콘텐츠학회논문지
• /
• 제7권2호
• /
• pp.11-20
• /
• 2007

AAM은 얼굴 윤곽 검출에 잘 적용되어 왔으나 초기값에 민감하다는 특성을 가지고 있다. 본 논문에서는 점진적 AAM을 이용한 얼굴 윤곽 검출 방법을 제안한다. 제안한 방법은 얼굴 모델 구성 및 관계 추출 단계와 얼굴 윤곽 검출 단계의 2단계로 구성된다. 얼굴 모델 구성 및 관계 추출 단계에서는 먼저 얼굴 내부 영역만으로 구성된 얼굴 내부 AAM 모델 구성과 얼굴 전체 영역으로 구성된 얼굴 전체 AAM 모델 구성을 수행한 후에, 이후 얼굴 내부 AAM 모델 파라미터 벡터와 얼굴 전체 AAM 모델 파라미터 벡터간의 관계 행렬을 추출한다. 얼굴 윤곽 검출 단계는 2단계 절차로 수행된다. 먼저 새로 입력되는 얼굴 이미지에 대해 얼굴 내부 AAM 모델을 맞추어 얼굴 내부에 대한 특징 파라미터 벡터를 구한다. 이후 얼굴 모델 구성 및 관계 추출 단계에서 구한 관계 행렬과 첫 단계에서 구한 얼굴 내부 특징 파라미터 벡터를 이용하여 얼굴 전체 AAM 특징 파라미터 벡터에 대한 초기값을 추정하고 이를 이용하여 새로 입력되는 얼굴 이미지에 대해 얼굴 전체 AAM 모델을 맞추어 전체 얼굴 윤곽 검출을 수행한다. 실험을 통해 제안된 점진적 AAM 기반 얼굴 윤곽 검출 방법이 자세, 얼굴 배경 등에 대해 기존 기본 AAM 기반 얼굴 검출 방법보다 더 강인한 것으로 확인되었다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2005년도 추계 종합학술대회 논문집
• /
• pp.633-638
• /
• 2005

얼굴 추출은 휴먼 인터페이스와 생체 인식 및 보안을 위해 매우 중요한 분야이다. 본 논문에서는 동영상에서 얼굴의 윤곽선을 추출하기 위해, DCM(Dilation of Color and Motion)필터와 동적 윤곽선 모델(Active Contour Model) 적용한다. 먼저, 본 논문에서 제안된 DCM 필터는 모폴로지의 팽창 연산이 적용된 얼굴 색상영상과 차영상을 결합하고 이를 다시 팽창한 것으로 동영상에서 복잡한 배경을 제거하고 얼굴 영역을 검출하기 위해 사용된다. 동적 윤곽선 모델은 초기 곡선에 영향을 많이 받으므로, 얼굴과 눈, 입의 기하학적인 비율을 이용하여 회전정도를 구한 후, 이를 이용하여 초기 곡선을 자동으로 설정한다. 에지가 약한 부분에서의 윤곽선 추출을 위해, 스네이크의 영상에너지로 에지영상과 밝기영상을 함께 사용하였다. 복잡한 배경이 있는 실내 환경에서 총 5명으로부터 양 눈이 보이는 다양한 헤드 포즈 영상을 25장씩 샘플링하여 총 125장에 대해 실험한 결과, 얼굴 윤곽선의 평균 추출률은 98.1%, 평균 처리시간은 0.2초로 나타났다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2003년도 봄 학술발표논문집 Vol.30 No.1 (B)
• /
• pp.337-339
• /
• 2003

얼굴인식은 얼굴 요소간의 지형적 특징보다 얼굴 영역 영상을 그대로 사용하여 인식하는 외관기반(appearance-based) 방법이 선호된다. 이때, 배경의 영향을 배제하기 위해 얼굴요소정보를 포함하는 최소 사각 영역을 사용하거나, 타원 마스크를 적용한다. 그러나, 이러한 전처리 방법은 개인별 외관특징으로써의 얼굴 윤곽 정보를 활용하지 못하게 한다. 본 논문에는 얼굴의 윤곽정보를 추출하기 위한 전처리 절차를 제안하고, ORL 얼굴 데이터에 대한 인식률 실험을 통해 제안하는 방법이 얼굴인식 성능을 크게 향상시킬 수 있음을 보인다.

• 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.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권8호
• /
• pp.309-314
• /
• 2015

얼굴 요소의 윤곽을 추출하는 대표적인 방법 중의 하나는 스네이크다. 스네이크는 간단하고 빠르지만 초기 윤곽 및 개체 형태에 따라 성능이 결정된다. 본 논문에서는 이러한 문제를 해결하기 위해 스네이크 세그먼트의 중간 위치에 스네이크 포인트를 추가하는 방법으로 윤곽을 더 정확하게 추출할 수 있는 개선된 스네이크를 제안한다. 제안한 방법은 6개의 입과 눈 실험 영상에 적용하여 Greedy 스네이크보다 RSD가 2.8%에서 5.8% 정도 감소하였다. 특히 RSD 감소는 대부분 심한 굴곡이 갖는 윤곽 영역에서 얻음으로써 더 정확한 윤곽 추출을 실험을 통해 확인하였다.

• 컴퓨터교육학회논문지
• /
• 제17권2호
• /
• pp.107-113
• /
• 2014

본 연구에서는 입력 얼굴 영상에서 눈의 윤곽선과 눈동자 영역을 추출하여 시선을 추정하는 시스템을 설계 및 구현한다. 눈 윤곽선과 눈동자 영역을 효율적으로 추출하기 위하여 먼저 입력 영상으로부터 얼굴 영역을 추출한다. 얼굴 영역 추출을 위하여 아시아인 얼굴 영상 셋을 확보하여 아시아인 피부색에 대한 YCbCr 범위를 사전에 정의하였고, 정의된 피부색 범위값에 따라 피부영역을 검출한다. 최대크기 피부 영역을 얼굴후보 영역으로 지정하고 검출된 얼굴 후보영역에 대한 상위 50%의 관심 영역 내에서 눈윤곽선과 색상 특성 분석을 이용한 눈 영역 검출 알고리즘을 수행하여 기존의 Haar-like feature 특성기반 눈 영역 검출방법에 비해 타이트한 눈 영역을 검출한다. 눈의 윤곽선을 포함하는 관심영역 전체를 기준으로 눈 영역을 3등분하고, 추출된 눈동자의 위치가 3등분된 영역에서 어느 영역에 중점적으로 위치하고 있는지를 분석하여 좌, 우, 정면 시선 방향을 추정한다. 본 연구에서는 20명의 실험자에 대한 5,616 장의 테스트 영상을 이용한 시선방향 추정 실험에서 약 91%의 정확도를 획득한다.