• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 D
• /
• pp.2583-2585
• /
• 2002

본 논문에서는 다양한 크기와 왜곡을 함유한 질의 얼굴 영상이 들어 왔을 때에도 적용 가능한 동적 링크 구조상에서 얼굴 인식에 관한 것이다. 기존의 동적 링크 구조상에서의 얼굴 인식 기술이 얼굴의 크기와 상관없이 일정한 크기의 그래프가 적용이 되기 때문에 얼굴의 크기가 다른 경우에는 인식을 하지 못하였다. 이러한 단점을 보완하고자 질의 영상의 얼굴 타원 정보를 이용하여 고정된 그래프에 맞게 얼굴 크기를 보정함으로써 기존의 우수한 성능을 유지함과 동시에 동적 링크상에서 다양한 크기와 왜곡을 가진 질의 얼굴 영상을 인식할 수 있도록 한 것이다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2004년도 춘계학술발표대회논문집
• /
• pp.267-270
• /
• 2004

본 논문에서는 다양한 크기를 갖는 얼굴 영상들을 대상으로 얼굴 영역을 추출하고 추출된 얼굴 영역을 기준으로 증명 사진의 규격에 맞게 영상을 정규화하는 방법을 제안한다. 얼굴 영역의 추출을 위해서 본 논문에서는 피부색 확장을 통하여 얼굴 후보 영역을 추출하고. 얼굴 기관의 위치 정보와 얼굴 모양에 대한 통계치를 사용하여 최종 얼굴 영역을 결정한다 추출된 얼굴 영역과 배경 영역의 크기에 대한 비례 관계는 증명사진에 대한 통계조사에 의해 산출된 규칙을 적용하여 정규화한다. 제안된 방법은 다양한 배경을 갖는 130개 영상을 대상으로 실험하여 타당성을 확인하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.571-573
• /
• 2000

복잡한 이미지에서 얼굴 추출은 얼굴 영상처리 분야에서 기본적이면서도 배경이 복잡함으로 인해 많은 어려움이 따른다. 이 논문에서는 복잡한 화면 이미지에서 얼굴을 추출하기 위해 여러 가지 과정을 거친다. 다양한 피부색을 가진 얼굴에 대해 즉, 흑인과 황인, 백인 등을 모두 추출하기 위해 피부색 모델을 이용한다. 다양한 피부색에 대한 임계값(threshold)을 이용하여 피부색과 다른 영역을 구분하여 얼굴의 후보 데이터로 추출한다. 그 추출된 후보 데이터를 지역적 임계값(local threshold)을 이용하여 얼굴과 눈, 코, 입과 같은 세부사항에 분류한다. 분류된 부분이 즉 얼굴내에서 얼굴이 아닌 부분(눈, 코, 입 등)의 크기가 정규화 되어진 최소 크기보다 박을 경우 그 후보 데이터를 버리고, 그렇지 않을 경우, 즉 얼굴이 아닌 다른 부분의 크기가 정해진 크기보다 크거나 같을 경우 그 후보 데이터를 검출한다. 이 논문에 결과는 배경에서도 피부색과 얼굴의 부분영역을 이용하여 얼굴을 검출할 수 있다는 것을 보인다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 제14회 신호처리 합동 학술대회 논문집
• /
• pp.169-172
• /
• 2001

본 논문은 얼굴의 특징점 추적을 위하여 얼굴 회전 변환과의 크기 변환을 고려한 BMA(Block matching alogorithm)을 이용한 방법을 제안한다. 우선 얼굴의 크기 변화를 구하기 위하여 얼굴 영역을 분리하여 그 면적을 구한다. 이 면적을 이전 프레임에서 구한 얼굴 영역의 면적과 비교하여 크기 비례를 계산한다. 다음으로 각 특징점을 중심으로 하는 8방위 영역의 화소들로 집합을 설정한다. 집합을 설정할 때에는 얼굴의 크기 변화를 고려하여 영역 내 화소들을 포함하는 양을 수정한다. 그리고 새로운 영상에서 화소 집합간의 거리가 가장 작은 화소를 새로운 특징점으로 지정한다. 이 때, 회전 변화를 고려하여 화소 집합의 순서를 순차적으로 바꿔 집합 간 거리를 산출한다. 제안하는 방법은 회전과 크기 변환에 강인한 특성을 보일 뿐 아니라, 단순한 움직임 예측 방법인 BMA보다도 쉽고 빠르게 계산된다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2002년도 하계학술대회 논문집 D
• /
• pp.2598-2600
• /
• 2002

본 논문은 다양한 크기와 복잡한 배경을 포함한 질의 얼굴 영상이 들어 왔을 때 질의 영상의 얼굴 타원 정보 내에서의 Corner point들에서의 Gabor 웨이블릿 특성을 이용한 얼굴 인식에 관한 것이다. 기존에 방법은 다른 크기와 배경의 질의 영상이 들어왔을 때에는 배경에서의 Corner Point들에 대한 영향과 영상의 크기가 다름으로 인해 Corner point의 변화와 Gabor 특징벡터의 변화 때문에 인식률이 저하되었다. 이러한 단점을 보완하고자 질의 영상의 얼굴 타원 정보를 추출하여 배경에 의한 영향을 제거하고, 크기를 보정해줌으로써 기존의 우수한 성능을 유지함과 동시에 다양한 크기와 배경을 가진 질의 얼굴 영상을 인식할 수 있도록 한 것이다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권10호
• /
• pp.945-952
• /
• 2007

얼굴 검출은 얼굴 인식을 위한 첫번째 단계로써, 입력 영상에서의 얼굴의 존재 유무와 얼굴의 위치 및 크기를 알아내야 한다. 얼굴의 위치를 찾아내는 것은 크기변화, 조명변화, 회전과 같은 다양한 상황이 발생하기 때문에 쉽지 않다. 본 논문에서는 다양한 문제 중 얼굴이 회전되었을 때 얼굴을 검출하는 방법에 초점을 맞추었다. 먼저, 다인종 얼굴 데이타로부터 얼굴의 존재 유무와 얼굴의 위치 및 크기를 알아낸 뒤, 후보영역에서 두 눈을 검출하다. 두 눈을 이용하여 회전각도를 찾아내고 베이지안 분류기를 이용하여 정면얼굴이 되도록 다시 회전시키는 방법을 이용하였다. 다인종에 데이타를 이용한 회전된 얼굴에 대해서 얼굴검출 알고리즘을 실험하여 결과를 제시하였다.

• 융합보안논문지
• /
• 제19권1호
• /
• pp.67-78
• /
• 2019

본 논문에서는 가변 크기 블록 기반의 새로운 얼굴 특징 표현 방법을 제안한다. 기존 외형 기반의 얼굴 표정 인식 방법들은 얼굴 특징을 표현하기 위해 얼굴 영상 전체를 균일한 블록으로 분할하는 uniform grid 방법을 사용하는데, 이는 다음 두가지 문제를 가지고 있다. 얼굴 이외의 배경이 포함될 수 있어 표정을 구분하는 데 방해 요소로 작용하고, 각 블록에 포함된 얼굴의 특징은 입력영상 내 얼굴의 위치, 크기 및 방위에 따라 달라질 수 있다. 본 논문에서는 이러한 문제를 해결하기 위해 유의미한 표정변화가 가장 잘 나타내는 블록의 크기와 위치를 결정하는 가변 크기 블록 방법을 제안한다. 이를 위해 얼굴의 특정점을 추출하여 표정인식에 기여도가 높은 얼굴부위에 대하여 블록 설정을 위한 기준점을 결정하고 AdaBoost 방법을 이용하여 각 얼굴부위에 대한 최적의 블록 크기를 결정하는 방법을 제시한다. 제안된 방법의 성능평가를 위해 LDTP를 이용하여 표정특징벡터를 생성하고 SVM 기반의 표정 인식 시스템을 구성하였다. 실험 결과 제안된 방법이 기존의 uniform grid 기반 방법보다 우수함을 확인하였다. 특히, 제안된 방법이 형태와 방위 등의 변화가 상대적으로 큰 MMI 데이터베이스에서 기존의 방법보다 상대적으로 우수한 성능을 보여줌으로써 입력 환경의 변화에 보다 효과적으로 적응할 수 있음을 확인하였다.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2016년도 춘계 종합학술대회 논문집
• /
• pp.401-402
• /
• 2016

드론의 헬리캠, 스마트폰의 카메라를 통해 얼굴영상을 검출하고, 검출된 얼굴 영역을 지속적으로 추적하는 것은 최근 많은 연구가 진행 중에 있다. 특히 색상기반의 파티클 필터를 사용하는 얼굴추적기법은 빠르고 효과적이나 사용되는 파티클의 수와 윈도우즈의 크기 간의 상간관계는 연구된 바가 없다. 이 논문에서는 색상기반 파티클 필터를 이용하여 얼굴추적 시스템을 구축하고 파티클의 수와 윈도우즈의 크기간의 상관관계를 1집단부터 5집단에 대해 윈도우즈의 크기와 파티클의 수를 변화하며 인식률의 상관관계를 살펴보았다. 파티클의 수는 10부터 120개, 윈도우즈 크기는 20픽셀부터 200픽셀에 대해 실험한 결과 실험의 파티클의 수와 윈도우즈 크기는 인식률에 의미 있는 영향이 없음을 확인했다.

• 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.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1995년도 제4회 멀티미디어 산업기술 학술대회 논문집
• /
• pp.197-202
• /
• 1995

본 논문에서는 조명, 얼굴 개수 및 얼굴의 크기에 제한 받지 않고 복잡한 배경에서 얼굴 영역을 추출하는 알고리즘을 제안한다. 이 알고리즘은 3단계로 구성된다. 첫번째 단계는 입력 영상의 평균 그레이값을 계산하고 그 값이 임계치보다 작다면 히스토그램 균일화 작업을 수행한다. 두번째 단계에서는 입력 영상의 모자이크 이미지를 만들고 이 이미지에 대해 확장된 quartet을 만들고 실험을 통해 얻어진 규칙을 적용하여 대략적으로 얼굴의 후보 영역들을 추출한다. 이 작업은 모자이크 이미지를 구성하는 셀의 크기를 변화시킬 때마다 적용한다. 세번째 단계에서는 추출된 얼굴 후보 영역에 대해 Octet을 만들고 이 octet에 규칙을 적용하여 후보 영역에 대한 검증 작업을 수행한다. 세번째 과정에서 만들어진 모자이크 이미지는 두 번째 과정에서 얻어진 이미지보다 더 세밀하게 얼굴의 특징들을 표현하고 검증한다.