• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 춘계종합학술대회
• /
• pp.477-480
• /
• 2007

얼굴 동작을 효과적으로 인식하는 방법을 제안하고자 한다. 얼굴 동작은 얼굴 표정, 얼굴 자세, 시선, 주름 같은 얼굴 특징이나 얼굴 행동 등으로 표출될 수 있다. 이러한 표출된 정보들은 얼굴 동작이 다양하고 명확하지 않아 연구 진행에 많은 어려움이 있다. 그러므로, 본 논문에서는 얼굴 동작을 묘사하는 FACS를 기반으로 하여 시각적 관찰에 의해 주요한 얼굴 동작을 표현하고, 베이지안 네트워크를 통하여 여러 정보를 분석 융합하여 얼굴 행동을 추론 할 수 있도록 하였다. 베이지안 네트워크의 하향식 추론으로 시각 정보를 선택 할 수 있고, 관측된 현상을 토대로 상향식 추론 하여 얼굴 동작의 신뢰 전파를 통하여 분류 인식한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2006년도 학술대회 1부
• /
• pp.1044-1049
• /
• 2006

얼굴 추적은 Vision base HCI의 핵심인 얼굴인식, 표정인식 그리고 Gesture recognition등의 다른 여러 기술을 지원하는 중요한 기술이다. 이런 얼굴 추적기술에는 영상(Image)의 Color또는 Contour등의 불변하는 특징들을 사용 하거나 템플릿(template)또는 형태(appearance)를 사용하는 방법 등이 있는데 이런 방법들은 조명환경이나 주위 배경등의 외부 환경에 민감하게 반응함으로 해서 다양한 환경에 사용할 수 없을 뿐더러 얼굴영상만을 정확하게 추출하기도 쉽지 않은 실정이다. 이에 본 논문에서는 deformable한 model을 사용하여 model과 유사한 shape과 appearance를 찾아 내는 AAM(Active Appearance Model)을 사용하는 얼굴 추적 시스템을 제안하고자 한다. 제안된 시스템에는 기존의 Combined AAM이 아닌 Independent AAM을 사용하였고 또한 Fitting Algorithm에 Inverse Compositional Image Alignment를 사용하여 Fitting 속도를 향상 시켰다. AAM Model을 만들기 위한 Train set은 150장의 4가지 형태에 얼굴을 담고 있는 Gray-scale 영상을 사용 하였다. Shape Model은 각 영상마다 직접 표기한 47개의 Vertex를 Trianglize함으로서 생성되는 71개의 Triangles을 하나의 Mesh로 구성하여 생성 하였고, Appearance Model은 Shape 안쪽의 모든 픽셀을 사용해서 생성하였다. 시스템의 성능 평가는 Fitting후 Shape 좌표의 정확도를 측정 함으로서 평가 하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국지능시스템학회 2008년도 춘계학술대회 학술발표회 논문집
• /
• pp.201-204
• /
• 2008

머리전달함수(HRTF)가 정확하더라도 사람의 얼굴이 움직이게 되면 실제 머리전달함수와 미리 측정한 머리전달 함수가 달라져 입체음향 시스템의 성능이 저하되므로 정확한 얼굴의 회전각이 요구된다. 따라서 본 논문에서는 정확한 머리전달함수의 입력을 위해 사람 얼굴의 회전각을 추정하고자 한다. 제안하는 알고리즘은 먼저 Haar-like 특징을 이용하여 얼굴을 검출한 후 전처리 작업을 통해 눈의 바깥쪽 경계면과 안쪽 경계면을 검출한다. 그리고 검출된 두 개의 경계면의 비를 이용하여 얼굴의 회전각을 추정한다. 제안하는 알고리즘은 기존에 방법들에 비해 적용 범위가 넓음을 실험을 통해 알 수 있었다.

• 한국지능시스템학회논문지
• /
• 제14권6호
• /
• pp.783-788
• /
• 2004

영상에서 얼굴이 있는 위치를 찾거나 얼굴을 검출하기 위한 많은 방법들이 연구되고 있다. 영상에서 얼굴 검출은 얼굴의 크기, 얼굴이 있는 위치, 그리고 다양한 포즈, 조명 상태 등의 변화에 따라 달라진다 따라서 얼굴 검출과 인식에 있어서의 어려운 점은 얼굴의 크기와 위치, 거리, 조명, 포즈 때문에 나타나는 것이다. 본 논문에서는 다양한 얼굴 크기와 얼굴이 있는 위치 등에 강인한 얼굴 검출을 위해 피셔의 선형 판별 함수를 이용하는 방법을 제안한다. 선형 판별식을 이용하여 효과적으로 얼굴을 검출하기 위해서는 학습 방법 및 학습에 사용되는 데이터들의 구성이 중요하다. 그 이유는, 얼굴 검출을 위해 사용되는 학습 데이터들은 조명과 포즈에 영향을 받기 때문에 얼굴의 특징들을 반영하는 학습 데이터들의 구성이 중요하다. 따라서 본 논문에서는 복잡한 배경과 다양한 크기의 얼굴을 검출하기 위한 계층적인 방법을 제시하며, 효과적인 피셔 판별 분석을 위하여 얼굴과 비얼굴 학습 데이터의 효율적인 분류 방법을 제안한다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 1부
• /
• pp.1006-1011
• /
• 2007

Active Appearance Models은 객체의 모델링에 널리 사용되며, 특히 얼굴 모델은 얼굴 추적, 포즈 인식, 표정 인식, 그리고 얼굴 인식에 널리 사용되고 있다. 최초의 AAM은 Shape과 Appearance가 하나의 계수에 의해서 만들어 지는 Combined AAM이였고, 이후 Shape과 Appearance의 계수가 분리된 Independent AAM과 3D를 표현할 수 있는 Combined 2D+3D AAM이 개발 되었다. 비록 Combined 2D+3D AAM이 3D를 표현 할 수 있을지라도 이들은 공통적으로 2D 영상을 사용하여 모델을 생산한다. 본 논문에서 우리는 stereo-camera based 3D face capturing device를 통해 획득한 3D 데이터를 기반으로 하는 3D AAM을 제안한다. 우리의 3D AAM은 3D정보를 이용해 모델을 생산하므로 기존의 AAM보다 정확한 3D표현이 가능하고 Alignment Algorithm으로 Inverse Compositional Image Alignment(ICIA)를 사용하여 빠르게 Model Instance를 생산할 수 있다. 우리는 3D AAM을 평가하기 위해 stereo-camera based 3D face capturing device로 촬영해 수집한 한국인 얼굴 데이터베이스[9]로 얼굴인식을 수행하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2007년도 춘계학술발표대회
• /
• pp.431-434
• /
• 2007

얼굴 인식은 생체인식 기술 중 비 강압식이라는 장점으로 인해 각광받고 있는 분야이다. 그러나 얼굴인식은 조명, 표정에 의해 인식 성능이 저하되는 단점이 있다. 그 중 얼굴표정에 많은 영향을 받으며, 잡음이 많은 부분이 입술부분이다. 입술모양의 변화에 따라 가보벡터 추출에 잡음이 포함되기 때문에, 얼굴 인식 성능이 저하되는 현상이 발생됨을 실험을 통해 알 수 있었다. 따라서 본 논문에서는 입술모양의 변화에 따른 잡음을 줄이기 위해 입술영역에 최적화된 말스버그 가보 웨이브렛 커널(Malsburg Gabor Wavelet Kerne)을 제안한다. 각 입술 특징점에 말스 버그 가보 웨이브렛을 적용하여, 추출된 가보벡터를 통계적으로 분석함으로써 잡음을 확인 할 수 있었으며, 잡음을 최소화하기 위해 입술 영역에 적응적인 말스버그 가보 웨이브렛 커널 을 제안하였다. 실험에 사용한 이미지는 1196 FERET Gellery 이미지를 사용하였으며, 얼굴 인식 성능이 향상됨을 알 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2007년도 춘계종합학술대회
• /
• pp.597-600
• /
• 2007

얼굴은 개인의 신원확인을 위하여 중요한 생체부분이다. 하지만 얼굴인식은 고차원적인 패턴인식의 문제이다. 저해상도 얼굴영상 조차도 대단히 큰 특징공간을 생성한다. 고유공간기반 얼굴인식은 고차원적인 패턴인식의 문제를 보다 낮은 차원으로 줄여서 얼굴인식을 하는 방법이다. 본 연구의 목적은 실시간 얼굴인식을 위하여 빠른 특징 추출방법을 제공하는 것이다. 먼저, 입력된 얼굴 영상에서 주성분분석을 수행하여 고유벡터와 고유값을 생성하고, 생성된 고유벡터의 특이점에 Gabor 필터를 적용하여 특징벡터를 구성한 후에 앞에서 구해진 고유값을 곱하여 특징을 추출하는 방법을 제안한다. 본 연구에서는 ORL 데이터베이스를 이용하여 실험하였다.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2008년도 춘계학술대회 논문집
• /
• pp.20-24
• /
• 2008

차량에 부착된 CCD 카메라를 이용하여 취득된 도로 주변의 영상에 존재하는 사람의 얼굴을 추출하여 제거하는 처리를 할 경우, 사생활 침해의 문제 없이 사용자들에게 원하는 지역의 도로영상의 제공이 가능해진다. 이 실험의 목적은 차량에서 취득된 도로 주변의 칼라 영상에서 사람의 얼굴을 자동으로 추출하는 기술을 개발하는데에 있다. 도로 주변의 CCD영상에서의 얼굴 추출을 위해, HSI(색상, 채도, 명도) 칼라 모델과 YCrCb 칼라 모델을 사용하여 이들 모델에 임계값을 적용하여 피부색을 검출하였으며, 두 개의 모델을 사용한 결과 효과적인 피부색의 검출이 가능함을 확인할 수 있었다. 검출된 피부색 영역을 연결성과 밝기 차이를 이용하여 클러스터링을 실행하고 이렇게 나뉘어진 각각의 구역들에 구역의 면적, 구역내 존재하는 화소의 개수, 구역의 가로와 세로 비율 그리고 타원조건을 적용하여 얼굴 후보 구역을 결정하였다. 그리고 최종적으로 남겨진 구역을 이진화 하고, 이진화 된 영상 중 검은 부분이 5% 이상일 때 이들을 눈, 코, 입 등으로 간주하여 최종적인 얼굴로 결정하였다. 실험 결과 추출되지 않은 얼굴과 잘못 추출된 구역이 발생했으나, 얼굴에 해당하는 임계값등의 조건을 약화시킬 경우 대부분의 얼굴의 추출이 가능할 것으로 여겨지며, 추출된 구역을 흐리게 처리할 경우 오인식된 부분에 대한 사용자의 거부감도 줄일 수 있을 것 으로 예상된다.

• 한국컴퓨터산업학회논문지
• /
• 제4권4호
• /
• pp.569-578
• /
• 2003

본 논문은 광학식 얼굴 모션 캡쳐 데이터를 재사용하여 원하는 얼굴 표정 애니메이션을 실시간에 생성하는 방법을 기술한다. 이 방법의 핵심요소는 얼굴 표정들 간의 거리를 정의하고 이를 이용하여 표정들을 적당한 공간에 분포시키는 방법과 이 공간을 사용하여 실시간 표정 애니메이션을 생성하기 위한 사용자 인터페이스 기법이다. 우리는 약 2400여개의 얼굴 표정 프레임 데이터를 이용하여 공간을 생성하였다. 그리고 사용자가 이 공간을 자유롭게 항해할 때, 항해경로 상에 위치한 얼굴 표정 프레임 데이터들이 연속적으로 선택되어 하나의 애니메이션이 생성되도록 하였다. 약 2400여개의 얼굴 표정 프레임 데이터들을 직관적인 공간상에 분포하기 위해서는 데이터와 데이터 사이의 거리를 계산해야할 필요가 있고, 각 데이터와 데이터 사이의 최단거리를 구하는데 있어서는 Floyd 알고리즘을 사용하며, 이를 이용하여 Manifold distance를 구한다. 직관적인 공간에서의 데이터 배치는 얼굴 표정 프레임 데이터들의 Manifold distance를 이용하여 Multidimensional Scaling을 적용하고, 이로부터 2D 평면에 균일하게 분포하였다. 우리는 이와 같은 방법으로 기존의 얼굴 표정 프fp임 데이터들 사이의 거리를 원형 그대로 살리면서 의미 있게 직관적인 공간에 분포한다. 그러므로 본 논문에서 제시한 기법은 사용자가 항해하고자 하는 얼굴 표정 프레임 데이터들이 항상 주변에 존재할 수 있기 때문에, 얼굴 표정 애니메이션을 생성하기 위해서 직관적인 공간을 제한 없고 자유로운 항해를 할 수 있다는 큰 장점을 가지고 있다. 또한 사용자가 원하는 얼굴 표정 애니메이션을 사용하기 쉬운 사용자 인터페이스를 이용하여 실시간으로 생성하여 확인 하고 재생성할 수 있다는 것도 매우 효율적이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2001년도 봄 학술발표논문집 Vol.28 No.1 (B)
• /
• pp.532-534
• /
• 2001

본 논문에서는 다양한 배경을 가지는 얼굴 영상에서 눈의 위치를 추출하고 누의 개폐 상태를 인식하는 방법에 대하여 제시한다. 얼굴 요소 중에서 눈은 얼굴 인식 분야에 있어서 주요한 특징을 나타내는 주 요소이며, 눈의 개폐 상태 인식은 인간의 물리적, 생체적 신호 감지 및 표정인식에도 유용하게 사용될 수 있다. 본 논문에서는 후부영역을 강조하기 위한 전처리 과정을 수행하고 템플릿 매칭 방법을 사용하여 후부 영역을 추출한다. 추출된 1차 후부 영역들은 설정된 병합식을 사용하여 병합되며, 기하학적 사전지식과 Matching Value를 기반으로 최종 눈후보 영역을 추출한다. 검출된 눈 후보 영역은 검출영역 전처리와 특징점 산출 과정을 거쳐 최종적으로 개폐 판별식을 통해 눈의 개폐상태를 인식하게 된다. 제안한 방법은 눈위치 추출과 개폐인식에서 모두 높은 인식률을 보였으며 향후 운전자의 졸음인식 및 환자 감시장치 등 여러 응용에서 사용될 수 있다.