• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.742-744
• /
• 2004

본 논문은 복잡한 배경에서의 얼굴 검출에 있어서 다중 특징 추출 데이터로 학습한 계단식 분류기에 의한 방법을 제안한다 얼굴 검출에서 얼굴의 패턴은 상당히 다양한 영상 표현으로 나타나기 때문에 하나의 특징 추출 방법은 사람의 얼굴을 모델링 하기에는 부족하다. 따라서 여기서는 얼굴의 전체적인 지역적인 특징을 나타내는 Subregion과, 얼굴의 주파수 특성에 따라 좀 더 세밀하고 다양한 속성들을 나타내는 Haar 웨이블릿 변환을 이용하여 다중으로 특징을 추출하여 효과적인 모델링을 시도하였다. 특징을 추출한 얼굴과 비얼굴의 패턴(pattern)을 구분하기 위해서 패턴들의 통계적인 특성을 이용하여 각 추출방법에 맞게 학습된 Bayesian 분류기를 직렬로 연결하여 사용하였으며 비얼굴은 얼굴과 유사한 비얼굴(face-like nonface) 패턴들을 사용하여 모델링 하였다. 제안한 얼굴 검출 방식의 성능은 MIT-CMU 시험 영상들을 이용하여 평가하였다. 그 결과 한 가지 특징 추출을 사용하는 것 보다 두 가지 특징 추출을 병행한 계단식 구성이 더 정확한 검출 결과를 나타내었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06c
• /
• pp.329-331
• /
• 2012

본 논문에서는 영상에서의 시각적 자극의 특징에 의한 돌출과 특정 대상에 관련한 단서들간의 상호작용에 기반하여 얼굴을 검출하는 주의집중모델을 제안한다. 제안하는 모델은 얼굴에 대한 하향식 다중 단서로 모양(shape), 피부색(skin color), 밝기(luminance), 거리에 대응하는 크기, 깊이 등을 사용하며 이들 단서들이 상향식 프로세스와의 상호작용을 통해 목표하는 얼굴을 검출하도록 유도하는 상향식/하향식 결합에 기반한다. 제안하는 방법은 크기 및 회전변화를 갖는 다수의 얼굴을 포함한 영상에서 얼굴검출을 수행함으로써 성능을 검증하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.366-367
• /
• 2017

생체인식 기술의 발달에 의해 생체 인증 수단 또한 늘어남에 따라 사용자의 얼굴을 이용한 인증방법이 점차 실용화 되어가고 있다. 그러나 주변 환경에 제약받을 경우 완벽한 인식률을 보여주지 못하는 경우가 발생한다. 본 논문에서는 기존의 얼굴인식 방법의 오탐지 부분에 대한 개선방법을 제안 하고자 하였다. 디지털 영사식 방법을 통한 무아레 현상을 얼굴인증에 접목시켜 보다 정확한 얼굴 인증을 진행할 수 있도록 개선된 인증 방법을 제시한다.

• Broadcasting and Media Magazine
• /
• v.25 no.2
• /
• pp.52-60
• /
• 2020

최근 생체 정보를 이용한 사용자 인증 기술이 발전하면서 이를 모바일 기기에 적용하는 사례가 크게 증가하고 있다. 특히, 얼굴 기반 인증 방식은 비접촉식이며 사용이 편리하여 적용 범위가 점점 확대되고 있는 추세이다. 그러나, 사용자의 얼굴 사진이나 동영상 등을 이용한 위변조가 용이하기 때문에 모바일 기기 내 보안 유지에 어려움을 야기한다. 본 고에서는 이러한 문제를 해결하기 위해 최근 활발히 연구되고 있는 심층신경망 기반 얼굴 위변조 검출 연구의 최신 동향을 소개하고자 한다. 먼저, 기본 합성곱 신경망 구조부터 생성모델 기반의 위변조 검출 방법까지 다양한 신경망 구조를 이용한 위변조 검출 방법에 대해 설명한다. 또한, 심층신경망 학습을 위해 사용되는 얼굴 위변조 데이터셋에 대해서도 간략히 살펴보고자 한다.

• Review of KIISC
• /
• v.29 no.3
• /
• pp.44-50
• /
• 2019

최근 딥러닝 기술은 다양한 분야에서 놀라운 성능을 보여주고 있어 많은 서비스에 적용되고 있다. 얼굴인식 또한 딥러닝 기술을 접목하여 높은 수준으로 얼굴인식이 가능해졌다. 하지만 딥러닝 기술은 원본 이미지를 최소한으로 변조시켜 딥러닝 모델의 오인식을 발생시키는 적대적 예제에 취약하다. 이에 따라, 본 논문에서는 딥러닝 기반 얼굴인식 시스템에 대해 적대적 예제를 이용하여 기만공격 실험을 수행하였으며 실제 얼굴에 분장할 수 있는 영역을 고려하여 설정된 변조 영역에 따른 기만공격 성능을 분석한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2007.11a
• /
• pp.17-20
• /
• 2007

본 논문은 차량 내부에서 정면의 얼굴 뿐 아니라, 측면의 얼굴도 효과적으로 추출하기 위해 다시점의 Haar-like 특징을 결합하여 사용하는 방법을 개발하여 적용하였고, 얼굴의 위치변화에 비교적 강건한 HMM(Hidden Markov Model)기반의 얼굴 인식을 사용하며, 또한 다양한 얼굴자세, 조명환경 등의 다중 얼굴 자료를 기반으로 하는 다시점 얼굴 DB의 학습을 통해 보다 강건하게 얼굴을 인식할 수 있도록 개선하였다. PC를 통해 운전자의 얼굴이 정상적으로 인식되면 자동으로 시동모듈을 제어하여 시동을 걸어줌으로써 운전자의 편리성을 향상할 수 있고 운전자가 아닌 자가 운전석에 착선한 경우에는 획득된 운전자의 얼굴영상 부분을 원격단말기로 전송하여 운전자 또는 경찰이 이를 이용하여 도난을 방지할 수 있는 조치를 취할 수 있도록 지원한다.

• Journal of Korea Game Society
• /
• v.10 no.5
• /
• pp.103-113
• /
• 2010

In this paper, we present a practical method for generating facial animation by using an optical motion capture system. In our setup, we assumed a situation of capturing the body motion and the facial expression simultaneously, which degrades the quality of the captured marker data. To overcome this problem, we provide an integrated framework based on the local coordinate system of each marker for labeling the marker data, hole-filling and removing noises. We justify the method by applying it to generate a short animated film.

• Journal of Korea Society of Industrial Information Systems
• /
• v.23 no.2
• /
• pp.1-9
• /
• 2018

In this paper, we propose a face recognition method which is not sensitive to illumination change and prevents false recognition of photographs. The proposed method uses infrared and depth images at the same time, solves sensitivity of illumination change by infrared image, and prevents false recognition of two - dimensional image such as photograph by depth image. Face detection method using infrared and depth images simultaneously and feature extraction and matching method for face recognition are realized. Simulation results show that accuracy of face recognition is increased compared to conventional methods.

• 한국HCI학회:학술대회논문집
• /
• 2009.02a
• /
• pp.197-202
• /
• 2009

Active Appearance Models(AAMs)은 얼굴인식, 얼굴추적, 표정인식 뿐만 아니라 눈동자 추적과 같은 분야에도 적용되어 좋은 성능을 보여 주었다. 보통 AAM 을 생성하기 위해서는 얼굴 영상과 얼굴의 특징을 나타내는 점으로 구성된 매쉬로 이루어 지는 트레이닝 셋이 필요하다. AAM fitting algorithm 은 학습한 얼굴과 유사한 얼굴을 Fitting 할 때에는 뛰어난 성능을 보이지만 조명에 의한 그림자 또는 액세서리에 의한 얼굴의 피부 가림과 같이 전체 얼굴이 잘 나타나지 않는 불완전한 영상의 Fitting 은 입력영상과 템플릿 영상간의 오차가 커지기 때문에 실패할 가능성이 매우 높다. 본 논문에서 우리는 AAMs 에서 사용되는 PCA를 Higher-order Singular Value Decomposition(HOSVD)로 대체하여 이 문제를 보완하는 강화된 AAM 을 제안한다. 제안된 AAM 에는 기존에 사용하던 고유벡터와 함께 HOSVD 를 통해 획득할 수 있는 Eigen-Modes 를 추가하여 사용한다. 또한 우리는 Yale Face Database를 이용한 평가를 통해 제안된 AAM 이 기존 AAM 보다 불완전한 영상에 효과적으로 대응하는 것을 보여준다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.41 no.5
• /
• pp.185-192
• /
• 2004

This paper presents face recognition using vector quantization in the eigenspace of the faces. The existing eigenface method is not enough for representing the variations of faces. For making up for its defects, the proposed method use a clustering of feature vectors by vector quantization in eigenspace of the faces. In the trainning stage, the face images are transformed the points in the eigenspace by eigeface(eigenvetor) and we represent a set of points for each people as the centroids of vector quantizer. In the recognition stage, the vector quantizer finds the centroid having the minimum quantization error between feature vector of input image and centriods of database. The experiments are performed by 600 faces in Faces94 database. The existing eigenface method has minimum 64 miss-recognition and the proposed method has minimum 20 miss-recognition when we use 4 codevectors. In conclusion, the proposed method is a effective method that improves recognition rate through overcoming the variation of faces.