• 인터넷정보학회논문지
• /
• 제14권6호
• /
• pp.117-124
• /
• 2013

본 논문에서는 실시간으로 입력되는 비디오 영상으로부터 사용자의 얼굴 방향을 효율적으로 추정하는 새로운 방법을 제안하였다. 이를 위하여 입력 영상으로부터 외부조명의 변화에 덜 민감한 Haar-like 특성을 이용하여 얼굴영역의 검출을 수행하고 검출 된 얼굴영역 내에서 양쪽 눈, 코, 입 등의 주요 특성을 검출한다. 이 후 실시간으로 매 프레임마다 광류를 이용해 검출된 특징 점을 추적하게 되며, 추적된 특징 점을 이용해 얼굴의 방향성 추정한다. 일반적으로 광류를 이용한 특징 추적에서 발생할 수 있는 특징점의 좌표가 유실되어 잘못된 특징점을 추적하게 되는 상황을 방지하기 위하여 검출된 특징점의 템플릿 매칭(template matching)을 사용해 추적중인 특징점의 유효성을 실시간 판단하고, 그 결과에 따라 얼굴 특징 점들을 다시 검출하거나, 추적을 지속하여 얼굴의 방향성을 추정을 가능하게 한다. 탬플릿 매칭은 특징검출 단계에서 추출된 좌우 눈, 코끝 그리고 입의 위치 등 4가지 정보를 저장한 후 얼굴포즈 측정에 있어 광류에의해 추적중인 해당 특징점들 간의 유사도를 비교하여 유사도가 임계치를 벗어 날 경우 새로이 특징점을 찾아내는 작업을 수행하여 정보를 갱신한다. 제안된 방법을 통해 얼굴의 특성 추출을 위한 특성 검출과정과 검출된 특징을 지속적으로 보완하는 추적과정을 자동적으로 상호 결합하여 안정적으로 실시간에 얼굴 방향성 추정 할 수 있었다. 실험을 통하여 제안된 방법이 효과적으로 얼굴의 포즈를 측정할 수 있음을 입증하였다.

• 정보처리학회논문지B
• /
• 제16B권5호
• /
• pp.385-394
• /
• 2009

사람의 얼굴은 강체(Rigid object)가 아니기 때문에 얼굴을 추적하거나 인식하는 일은 쉽지 않다. 특히 얼굴의 포즈나 주변 조명의 변화에 따른 입력 영상의 차이는 얼굴 인식을 어렵게 하는 주된 원인이다. 본 논문에서는 비디오 영상으로부터 얼굴을 추적하고 인식할 때 발생하는 이 두 가지의 문제를 해결하기 위한 프레임웍과 전처리 방법을 제안한다. 얼굴 포즈의 변화에도 효과적으로 얼굴을 추적 및 인식하기 위해 먼저 학습 영상으로부터 주성분 분석법(Principal Component Analysis)을 이용하여 각 얼굴 포즈마다 하나의 독립된 가우시안 분포를 추정하고 이를 이용하여 각 사람마다 가우시안 혼합 모델(Gaussian Mixture Model)을 구성한다. 본 논문에서는 서로 다른 조명 상태를 가진 얼굴 영상을 처리하기 위해 먼저 입력된 얼굴 영상을 SSR(Single Scale Retinex) 모델을 이용하여 반사율(Reflectance)과 조도(Illuminance)로 분해한다. 반사율은 사전 정의된 범위 안에서 히스토그램 평활화를 수행함으로써 재조정되고 조도는 조명의 변화를 포함하고 있지 않은 영상들으로부터 학습된 매니폴드 모델로 다시 근사된다. 이 두 특징을 결합함으로써 실내 환경이나 실외 환경에서 촬영된 영상에서 효율적으로 얼굴을 추적 및 인식한다. 비디오 기반의 영상으로부터 보다 효율적으로 얼굴을 추적하기 위해 본 논문에서는 구성된 모델의 가중치를 각 프레임마다 이전 프레임의 추적 결과에 의해 EM 알고리즘을 이용하여 갱신함으로써 비디오 영상내의 연속적으로 변화하는 얼굴 포즈를 추정하였다. 본 논문에서 제안된 방법은 실내에서의 다양한 조명환경과 실외의 여러 장소에서 획득한 실험 영상을 이용하여 기존에 연구되어 온 다른 방법에 비해 우수한 성능을 보였다.

• 해양환경안전학회지
• /
• 제20권5호
• /
• pp.564-570
• /
• 2014

본 논문에서는 컬러정보와 깊이정보를 사용하여 얼굴을 검출하고 추적한 후 항해사의 졸음을 탐지하는 방법을 제안한다. 이 방법은 얼굴검출 과정과 얼굴추적 과정으로 구성된다. 얼굴검출 과정에서는 기존의 방법 중 가장 좋은 성능을 보이는 Adaboost 알고리즘을 사용하며, Adaboost로 입력되는 영상의 영역을 사람이 존재하는 영역으로만 제한하여 얼굴을 검출한다. 얼굴검출 과정에서 얼굴이 검출되면 그것을 템플릿으로 하여 얼굴추적 과정이 수행된다. 제안한 방법의 성능을 평가하기 위하여 실험영상을 이용하여 실험을 수행하였다. 실험결과 제안한 졸음탐지 방법은 기존의 방법에 비해 약 23 %의 수행시간을 보였으며, 또한 졸음탐지 방법은 추적 시간과 추적 정확도에 있어서 상보적인 관계를 가지며, 특별한 경우를 제외한 모든 경우에서 약 1 %의 낮은 추적오차율을 보였다.

• 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.

• 한국통신학회논문지
• /
• 제28권12C호
• /
• pp.1239-1249
• /
• 2003

시선 위치 추적이란 현재 사용자가 쳐다보고 있는 위치를 컴퓨터 시각 인식 방법을 이용하여 파악하는 연구이다. 일반적으로 사용자가 모니터 상의 한 위치를 쳐다보기 위해서는 얼굴 및 눈동자를 동시에 움직이는 경향이 있다. 기존의 시선 위치 추적 시스템은 사용자의 얼굴 전체를 취득할 수 있는 단 하나의 광각 카메라를 이용하여 사용자의 얼굴 및 눈동자 움직임을 추적하였다. 그러나 이러한 경우, 광각 카메라 내에 포함된 눈동자 영상의 해상도가 많이 떨어져서 사용자의 눈동자 움직임을 정확하게 추적하지 못하는 문제점이 있었다. 그러므로 이 논문에서는 얼굴 영상을 취득하기 위한 광각 카메라 및 눈 영역을 확대하여 취득하는 협각 카메라, 즉 2개의 카메라를 이용하여 시선 위치추적 시스템을 구현하였다. 또한, 얼굴의 움직임 시 전체적인 위치가 변화될 눈동자의 움직임을 정확히 추적하기 위해, 협각 카메라에는 광각 카메라에서 추출된 얼굴 특징점의 위치를 기반으로 한 자동 초점 및 자동 상하/좌우 회전 기능이 포함되어 있다. 실험 결과, 얼굴 및 눈동자 움직임에 의한 모니터상의 시선 위치 정확도는 실험자가 눈동자는 고정으로 하고 얼굴만 움직여서 쳐다보는 경우에 약 3.1cm, 흐리고 얼굴 및 눈동자를 같이 움직여서 쳐다보는 경우에 약 3.57cm의 최소 자승 에러성능을 나타냈다. 처리 속도도 Pentium-IV 1.8 GHz에서 약 30ms 이내의 처리 속도를 나타냈다.

• 한국지능시스템학회논문지
• /
• 제23권5호
• /
• pp.423-430
• /
• 2013

통상의 얼굴인식은 사람이 똑바로 카메라를 응시해야 하거나, 혹은 이동하는 통로의 정면과 같이 특정 얼굴포즈를 취득할 수 있는 위치에 카메라를 설치하는 등 통제적인 환경에서 이루어진다. 이러한 제약은 사람에게 불편을 초래하고 얼굴인식의 적용 범위를 제한하는 문제가 있다. 본 논문은 이러한 기존방식의 한계를 극복하기 위하여 대상이 특별한 제약 없이 자유롭게 움직이더라도 동영상 내에서 대상의 얼굴을 추적하고 얼굴인식을 하는 방법을 제안한다. 먼저 동영상 속의 얼굴은 IVT(Incremental Visual Tracking) 추적기를 사용하여 지속적으로 추적이 되며 이때 얼굴의 크기변화와 기울기가 보상이 되어 추출이 된다. 추출된 얼굴영상은 사람과 카메라의 각도를 특정각도로 제한하지 않았으므로 다양한 포즈를 가지게 되며 따라서 얼굴인식을 하기 위해서 포즈에 대한 판정이 선행되어야 한다. 본 논문에서는 PCA(Principal Component Analysis)기반의 얼굴포즈판정방법을 사용하여 추적기에서 추출된 이미지가 5개 포즈별 DB속의 학습된 포즈와 유사한 것으로 판정될 때만 얼굴인식을 수행하여 인식률을 높이는 방법을 제안하였다. 얼굴인식에서는 PCA, 2DPCA, $(2D)^2PCA$의 인식알고리즘을 사용하여 얼굴인식률과 수행시간을 비교 제시하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• pp.274-276
• /
• 2006

본 논문은 얼굴 특징 추적을 이용한 새로운 인터페이스를 제안한다. 눈의 움직임만으로 구현된 기존의 시스템은 마우스 클릭 이벤트에 걸리는 waiting time으로 인해 속도 개선이 필요했다. 이를 위해서 본 논문에서는 눈의 움직임 뿐 아니라 입의 움직임도 인식하여 사용자의 요구를 처리할 수 있는 시스템을 개발한다. 제안된 시스템은 얼굴 검출 모듈, 눈 검출 모들, 입 검출 모듈, 얼굴 특징 추적 모듈, 마우스 제어모듈의 5 가지 모듈로 구성되어 있다. 먼저, 피부색 모델과 연결 성분 분석을 이용하여 얼굴을 검출하고 신경망 기반의 분류기와 에지 검출기를 이용하여 검출된 얼굴 영역에서 눈과 입을 찾는다. 이후 프레임에서는 mean-shift 알고리즘과 템플릿 매칭을 이용하여 눈과 입이 정확하게 추적되어 눈의 움직임으로 마우스의 포인트를 움직이고 입의 움직임으로 메뉴나 아이콘을 클릭하게 된다. 제안된 시스템의 효율성을 검증하기 위해서 웹 브라우저의 인터페이스로 활용하였다. 25명의 사용자에 대해 실험한 결과는 제안된 시스템이 보다 편리하고 친숙한 인터페이스로 활용될 수 있다는 것을 보여주었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2006년도 한국컴퓨터종합학술대회 논문집 Vol.33 No.1 (B)
• /
• pp.295-297
• /
• 2006

본 논문에서는 연속 영상에서 가우시안 분포를 사용하여 사람의 얼굴을 추적하는 방법을 제안한다. 영상은 여러 개의 동질한 영역들로 이루어지고, 이 영역들 중 얼굴 영역이 있다고 가정하였다. 영상에 있는 모든 영역들을 가우시안 분포로 표현하였으며, 이들의 집합을 가우시안 분포의 혼합 모델로 표현하였다. 제안된 방범에서는 이전 프레임에서 가우시안 분포들을 찾고, 찾아진 이전 프레임의 가우시안 분포들을 이용하여 현재 프레임의 영역들을 찾는다. 이 영역들 중, 초기에 주어진 얼굴 영역이 있으며 현재 프레임의 영역들에 의해 가우시안 분포는 갱신되고 이 과정을 반복함으로써 얼굴을 추적한다. 가우시안 분포의 개수를 다양하게 변화시켜 실험을 하였고, 이를 통해 가우시안 분포의 혼합 모델로 얼굴을 추적할 수 있음을 보였다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제16권8호
• /
• pp.883-887
• /
• 2010

3D 얼굴 추적(Face tracking)은 보안감시, HCI(Human-Computer Interface), 엔터테인먼트(Entertainment)등 컴퓨터 비전과 관련된 여러 분야의 핵심 기술로서 많은 연구가 진행되고 있다. 하지만, 광범위한 응용분야에도 불구하고 3D 얼굴 추적의 기본적인 높은 연산 비용으로 인하여 그 응용 분야가 모바일 단말기 등의 저 사양 플랫폼에는 많은 한계가 있어왔다. 본 논문에서는 이러한 3D얼굴 추적의 연산 비용을 효과적으로 해결하고 폭 넓게 응용 분야를 확대하기 위하여 MLESAC(Maximum Likelihood Estimation by Sampling Consensus)을 이용한 움직임 추정(Motion Estimation) 기법과 기존의 파티클 필터(Particle Filter)를 결합하여 실행 속도 면에서 빠르면서도 성능 면에서도 우수한 3D 얼굴 추적 알고리즘을 제안한다.

• 한국멀티미디어학회논문지
• /
• 제10권1호
• /
• pp.26-35
• /
• 2007

본 논문은 연속적으로 입력되는 비디오 영상에서 효과적인 얼굴 검출기와 칼만 필터를 이용하여 강인하게 얼굴을 추적하는 시스템을 제안한다. 효과적인 얼굴 검출기를 구성하기 위해 간단한 다섯 가지 타입의 Haar-like 특징값들을 이용하여 얼굴 특징을 추출한다. 추출된 특징값들은 PCA(Principal Component Analysis)를 이용하여 재해석되고, 해석된 주성분들을 SVM(Support Vector Machine)의 입력 값으로 사용하여 얼굴과 배경으로 분류한다. 검출된 얼굴의 정적정보와 프레임간 변화량을 이용한 동적정보를 칼만 필터(Kalman Filter)에 적용하여 얼굴을 추적한다. 실시간에 적용 가능한 시스템을 구현하기 위하여 얼굴 검출회수를 조정하여 처리속도를 향상시켰다. 실험결과, 평균 93.3%의 추적 성공률과 초당 15 프레임 처리 성능으로 강인한 실시간 얼굴 추적이 가능함을 보여주었다.