• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.16 no.9
• /
• pp.1825-1838
• /
• 2012

This paper proposes a fast face detection and tracking method which uses depth images as well as RGB images. It consists of the face detection procedure and the face tracking procedure. The face detection method basically uses an existing method, Adaboost, but it reduces the size of the search area by using the depth information and skin color. The proposed face tracking method uses a template matching technique and incorporates an early-termination scheme to reduce the execution time further. The results from implementing and experimenting the proposed methods showed that the proposed face detection method takes only about 39% of the execution time of the existing method. The proposed tracking method takes only 2.48ms per frame. For the exactness, the proposed detection method and previous method showed a same detection ratio but in the error ratio, which is about 0.66%, the proposed method showed considerably improved performance. In all the cases except a special one, the tracking error ratio is as low as about 1%. Therefore, we expect the proposed face detection and tracking methods can be used individually or in combined for many applications that need fast execution and exact detection or tracking.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2017.06a
• /
• pp.89-90
• /
• 2017

본 논문에서는 평균이동 (mean shift) 기법을 이용하여 랜덤포레스트 (random forest) 기반 실시간 얼굴 특징점 추적 (facial features tracking) 방법을 제안한다. 우선, 눈의 위치를 이용하여 검출된 얼굴영역을 적절한 크기와 위치로 개선하여 랜덤포레스트를 이용한 얼굴 특징점 추적 알고리즘이 받는, 얼굴검출 (face detection) 과정에 얻어지는 얼굴영역 상자 (face bounding box) 크기와 위치의 영향을 감소 하였다. 또한 랜덤포레스트의 얼굴 특징점 추정결과에서 추정평균 대신 평균이동기법을 이용하여 잘못된 추정결과들을 제거하고 제대로 된 추정결과만 사용하여 얼굴 특징점 검출 정확도를 개선하였다. 따라서 제안하는 방법들을 이용하여 기존의 랜덤포레스트 기반 얼굴 특징점 검출 기법의 성능을 제고하고 실시간으로 얼굴 특징점을 추적할 수 있다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.11 no.5
• /
• pp.977-984
• /
• 2007

A realtime face tracking algorithm using motion analysis from image sequences and color information is proposed. Motion area from the realtime moving images is detected by calculating temporal derivatives first, candidate pixels which represent face region is extracted by the fusion filtering with multiple color models, and realtime face tracking is performed by discriminating face components which includes eyes and lips. We improve the stability of face tracking performance by using template matching with face region in an image sequence and the reference template of face components.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.814-816
• /
• 2004

본 논문에서는 웨이블릿을 이용한 알고리즘으로 얼굴을 검출하고 검출된 얼굴을 움직이는 Pan-Tilt 카메라상에서 추적하는 방법을 제안하고자 한다. 우리는 얼굴 검출을 위해 다섯 종류의 간단한 웨이블릿을 사용하여 특징을 추출하였고 AdaBoost(Adaptive Boosting) 알고리즘을 이용한 계층적 분류기를 통하여 추출된 특징들 중에서 얼굴을 검출하는데 강인한 특징들만을 모았다. 이렇게 만들어진 특징집합들을 이용하여 입력받은 영상에서 초당 20프레임의 실시간으로 얼굴을 검출하였고 영상에서 얼굴 위치와 Pan-Tilt 카메라 위치를 계산하여 실시간으로 움직임을 추적하는데 성공하였다.

• KIPS Transactions on Software and Data Engineering
• /
• v.6 no.1
• /
• pp.9-14
• /
• 2017

Embedded devices with the development of modern computer technology also began equipped with a variety of functions. In this study, to provide a method of tracking efficient face with a small instrument of resources, such as built-in equipment that uses an image sensor in recent years has been actively carried out. It uses a face detection method using the features of the MB-LBP in order to obtain an accurate face, specify the region (Region of Interest) around the face when the face detection for the face object tracking in the next video did. And in the video can not be detected faces, to track objects using the CAM-Shift key is a conventional object tracking method, which make it possible to retain the information without loss of object information. In this study, through the comparison with the previous studies, it was confirmed the precision and high-speed performance of the object tracking system.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.10B
• /
• pp.1390-1398
• /
• 2001

시선 위치 추적이란 사용자가 모니터 상의 어느 지점을 쳐다보고 있는 지를 파악해 내는 기술이다. 시선 위치를 파악하기 위해 본 논문에서는 2차원 카메라 영상으로부터 얼굴 영역 및 얼굴 특징점을 추출한다. 초기에 모니터상의 3 지점을 쳐다볼 때 얼굴 특징점들은 움직임의 변화를 나타내며, 이로부터 카메라 보정 및 매개변수 추정 방법을 이용하여 얼굴특징점의 3차원 위치를 추정한다. 이후 사용자가 모니터 상의 또 다른 지점을 쳐다볼 때 얼굴 특징점의 변화된 3차원 위치는 3차원 움직임 추정방법 및 아핀변환을 이용하여 구해낸다. 이로부터 변화된 얼굴 특징점 및 이러한 얼굴 특징점으로 구성된 얼굴평면이 구해지며, 이러한 평면의 법선으로부터 모니터 상의 시선위치를 구할 수 있다. 실험 결과 19인치 모니터를 사용하여 모니터와 사용자까지의 거리를 50∼70cm정도 유지하였을 때 약 2.08인치의 시선위치에러 성능을 얻었다. 이 결과는 Rikert의 논문에서 나타낸 시선위치추적 성능(5.08cm 에러)과 비슷한 결과를 나타낸다. 그러나 Rikert의 방법은 모니터와 사용자 얼굴까지의 거리는 항상 고정시켜야 한다는 단점이 있으며, 얼굴의 자연스러운 움직임(회전 및 이동)이 발생하는 경우 시선위치추적 에러가 증가되는 문제점이 있다. 동시에 그들의 방법은 사용자 얼굴의 뒤 배경에 복잡한 물체가 없는 것으로 제한조건을 두고 있으며 처리 시간이 상당히 오래 걸리는 문제점이 있다. 그러나 본 논문에서 제안하는 시선 위치 추적 방법은 배경이 복잡한 사무실 환경에서도 사용가능하며, 약 3초 이내의 처리 시간(200MHz Pentium PC)이 소요됨을 알 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.884-887
• /
• 2015

손 영역 추적에서는 피부색이 가장 유용한 정보 중 하나이다. 그런데 손 영역과 얼굴 영역이 서로 겹치거나 가까이 있을 때 손 영역의 추적결과인 바운딩이 얼굴 영역까지 불필요하게 확장되는 문제점이 존재한다. 본 논문에서는 얼굴 영역 추적결과를 손 영역 추적에 사용한다. 구체적으로, 얼굴 영역 내에 손 영역의 바운딩이 침투하지 않도록 한다. 실험결과, 얼굴 영역 추적결과를 사용한 경우 그렇지 않은 경우에 비해 손 영역의 바운딩을 정확히 예측하였으며 초당 30~35 프레임의 빠른 계산속도를 유지하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.535-537
• /
• 2002

본 논문은 실시간 카메라 입력 환경에서의 새로운 얼굴 검출 및 추적 알고리즘을 제안한다. 복잡한 배경과 다양한 조명 조건에 관계 없이 얼굴을 검출하고 추적하기 위해 세 종류의 웨이블릿 변환된 형판을 사용하고 특히 다양한 조명 조건을 극복하기 위해 최소-최대 정규화(Min-Max Normalization)와 히스토그램 평활화를 혼합 적용하여 매우 밝거나, 매우 어두운 영상에서의 얼굴 오 검출 및 놓침을 줄이도록 하였다. 또한 세가지 크기의 얼굴 형판을 이용함으로써 입력 영상에 존재하는 다양한 크기의 얼굴도 검출할 수 있었으며, 효과적인 얼굴 추적 기법을 통해 다음 프레임에서의 얼굴 위치를 예측하여 그 지점에서의 탐색 영역에 형판 정합을 수행함으로써 수행 시간도 단축시킬 수 있었다. 실험을 위해 다양한 조명 조건에 따라 여섯 종류로 분류한 동영상 데이터에서 제안한 알고리즘은 약 96.8%의 뛰어난 얼굴 검출율을 보여 주었다.

• The Journal of the Korea Contents Association
• /
• v.8 no.9
• /
• pp.1-9
• /
• 2008

In this paper, we proposed automatic face detection and tracking which is robustness in rotation. To detect a face image in complicated background and various illuminating conditions, we used face skin color detection. we used Harris corner detector for extract facial feature points. After that, we need to track these feature points. In traditional method, Lucas-Kanade feature tracker doesn't delete useless feature points by occlusion in current scene (face rotation or out of camera). So we proposed the estimation function, which delete useless feature points. The method of delete useless feature points is estimation value at each pyramidal level. When the face was occlusion, we deleted these feature points. This can be robustness to face rotation and out of camera. In experimental results, we assess that using estimation function is better than traditional feature tracker.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.05a
• /
• pp.567-570
• /
• 2003

본 논문에서는 연속영상 속에 있는 얼굴영역을 칼만 필터를 이용하여 추적하는 방법을 제안한다. 제안된 방법은 영역-기반접근(region-based approach)방법인 워터쉐드 알고리즘을 이용하여 초기 영역 분할 작업을 한 후 얼굴칼라 모델과의 매칭작업을 통해서 얼굴영역을 찾아내는 얼굴검출 단계와 추출된 얼굴영역의 칼라정보를 칼만 필터의 입력으로 하여 얼굴을 추적하는 단계로 구성되어 있다. 실험결과를 통하여 제안된 방법이 배경이 복잡한 영상에 대해서도 효율적으로 얼굴을 추적할 수 있음을 보인다.