• 한국컴퓨터정보학회논문지
• /
• 제7권4호
• /
• pp.46-51
• /
• 2002

본 논문은 얼굴 요소 중 눈썹을 검출하기 위한 기법으로, 눈썹은 얼굴 인식이나 표정 인식, 얼굴 애니메이션에 중요한 역할을 하는 요소이다. 색상 영역 분할을 통해 얼굴 영역을 검출한 다음, 형판 정합(template matching)을 통해 눈을 검출한다. 눈썹은 눈 바로 위에 위치하므로 검출된 눈의 위치 값을 이용하여 눈썹 후보 영역을 설정한다. 이렇게 설정된 눈썹 후보 영역에서 휘도(luminance) 성분의 히스토그램을 구한 다음, 이 히스토그램을 이용하여 thresholding 기법으로 눈썹을 검출한다. 일반적으로 이런 히스토그램은 하나의 bin을 갖는 peak나 valley가 무수히 많아 threshold 간을 결정하는데 어려움이 있다. 이런 어려움을 극복하고 좀더 쉽게 threshold 값을 찾기 위해 이런 peak나 valley를 제거해 히스토그램을 변형한다. 제안된 알고리즘은 얼굴 영역 검출부, 얼굴 요소 검출부, 그리고 FCP 추출부 등의 세 부분으로 구성되어있다.

• 융합신호처리학회논문지
• /
• 제15권3호
• /
• pp.76-79
• /
• 2014

얼굴 인식은 표정과 포즈 또는 주변 조명변화 등 예기치 못한 영향으로 어려움이 크다. 또한 모바일 장치에서 실시간 처리를 위하여 모바일 환경의 한정된 제한이 필히 고려되어야 한다. 본 논문에서 모바일 환경에서 주파수 영역의 정합 필터를 이용한 얼굴 검출 방법을 제안한다. 얼굴 검출은 선형(Linear) 또는 위상(Phase-only) 정합 필터(Matched filter), 순차적인 검증 단계를 이용하여 수행된다. 먼저 얼굴 후보 윈도우 영역은 정합필터의 출력에 의하여 추출되고 그 다음에 피부색 테스트와 에지 마스크 필터링 테스트로 검출된 후보 영역 중 오경보(False alarm) 영역이 제거된다. 제안된 방법은 Android 플랫폼에서 JAVA를 이용하여 개발되었다. 실험 결과는 모바일 환경에서 얼굴 인식이 실시간으로 성공적으로 수행될 수 있음을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2010년도 추계학술발표대회
• /
• pp.1533-1535
• /
• 2010

사용자의 감정을 자동으로 인식하고 3D 캐릭터 애니메이션을 통해 표현한다면 기기를 통한 통신에 더 풍부한 감성을 부여하여 의사 소통의 효과를 높일 수 있다. 본 논문에서는 IPTV와 스마트폰 기기에서 구동되는 감성 메신저의 개발에 대해 기술한다. 이를 위해 문장 및 음색 분석을 통한 감정 인식, 영상 속의 얼굴 표정 추적, 그리고 개인화된 3D 캐릭터의 표정 및 몸동작 애니메이션을 통해 감정을 전달하는 감성 메신저를 제안하고 그 효과를 서술한다. Naive Bayes 알고리즘을 이용한 채팅 문장에서의 자동 감성 인식이 개발되었으며 실험을 통해 성능 및 효과를 검증한다.

• 한국컴퓨터정보학회논문지
• /
• 제28권12호
• /
• pp.33-40
• /
• 2023

한국이 초고령사회로 진입하면서 노인 복지에 대한 필요성이 증가하고 있으나 현재 복지 인력 부족이 사회문제로 대두되고 있다. 이에 대한 해결책으로 노인의 사회적 고립감 완화와 위급 상황 시 비상 연락 등의 기능을 하는 노인 돌봄 로봇이 활발히 연구되고 있다. 하지만 이러한 기능들은 사용자의 접촉이 있어야만 작동하여 기존 노인 돌봄 로봇의 한계점으로 자리 잡고 있다. 본 논문에서는 기존의 문제를 해결하기 위해 상용화된 노인 돌봄 로봇과 카메라를 통해 직접적인 접촉 없이도 사용자와 상호작용할 수 있는 돌봄 로봇 시스템을 제안한다. 돌봄 로봇에 연결된 엣지 디바이스에 표정 인식 모델과 행동 인식 모델을 탑재하였고, 공공데이터를 통해 모델의 학습 및 성능검증을 진행했다. 실험 결과를 통해 표정 인식과 행동 인식의 성능이 각각 정확도 96.5%, 90.9%인 것을 확인할 수 있으며, 수행 시간의 경우에는 각각 50ms, 350ms인 것을 확인할 수 있다. 해당 결과는 제안한 시스템의 표정 및 행동 인식 정확도가 높고 추론 시간이 효율적임을 확인하며, 이는 비접촉 상황에서도 원활한 상호작용을 가능하게 한다.

• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.155-161
• /
• 2024

본 논문에서는 기존의 CNN 기반 얼굴 감정 분석 모델에 랜드마크 정보를 특징 벡터로 추가하여 새로운 모델을 제안한다. CNN 기반 모델을 이용한 얼굴 감정 분류 연구는 다양한 방법으로 연구되고 있으나 인식률이 매우 저조한 편이다. 본 논문에서는 CNN 기반 모델의 성능을 향상시키기 위하여 CNN 모델에 ASM으로 구한 랜드마크 기반 완전 연결 네트워크를 결합함으로써 얼굴 표정 분류 정확도를 향상시키는 알고리즘을 제안한다. CNN 모델에 랜드마크를 포함시킴으로써 인식률이 VGG 0.9%, Inception 0.7% 개선되었으며, 랜드마크에 FACS 기반 액션 유닛 추가를 통하여 보다 VGG 0.5%, Inception 0.1%만큼 향상된 결과를 얻을 수 있음을 실험으로 확인하였다.

• 한국전자통신학회논문지
• /
• 제15권1호
• /
• pp.85-92
• /
• 2020

심층학습은 많은 양의 데이터셋을 학습에 활용하여 객체 분류, 검출, 분할 등의 영상 분석에 탁월한 성능을 나타내고 있다. 본 논문에서는 데이터셋의 종류가 다양한 얼굴 표정인식 데이터셋들을 활용하여 학습 데이터셋의 특성이 심층학습 성능에 영향을 줄 수 있음을 확인하고, 각 학습 데이터셋에 적합한 심층학습 모델의 구성 요소를 설정하는 방법을 제안한다. 제안하는 방법은 심층학습 모델의 성능에 영향을 주는 구성 요소인 활성함수, 그리고 최적화 알고리즘을 유전 알고리즘을 이용하여 선정한다. CK+, MMI, KDEF 데이터셋에 대해서 널리 활용되고 있는 심층학습 모델의 각 구성 요소별 다양한 알고리즘을 적용하여 성능을 비교 분석하고, 유전 알고리즘을 적용하여 최적의 구성 요소를 선정할 수 있음을 시뮬레이션을 통하여 확인한다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제34권7호
• /
• pp.681-687
• /
• 2007

오늘날 개인의 정보 보호 및 신분 확인을 위하여 생체 인식 분야 중에서 사람의 얼굴 인식기술이 많이 사용되고 있지만 조명, 자세, 표정 변화로 인하여 얼굴 인식의 성능 저하를 일으키는 문제가 있다. 본 논문에서는 얼굴 인식 결과에 큰 영향을 주는 요소인 조명 변화에 초점을 맞춰 D-LDA(Direct-Linear Disciminant Analysis)가 다른 기법들에 비해 덜 민감하게 수행할 수 있는 성질을 지녔음을 밝히 고자 한다. 측면광과 역광등의 조명 변화와 농도의 변화를 고려하여 조명 변화를 갖는 테스트를 갖는 ORL, Yale, 포항공대 데이타베이스를 여러 특징 추출 알고리즘에 적용함으로써 클래스, 학습 데이타 그리고 테스트 데이타 수가 각기 다른 세 종류의 데이타베이스에서 모두 D-LDA가 적은 학습 데이터에서도 조명 변인에 가장 덜 민감하게 반응하는 좋은 인식 성능을 갖는 성질을 지녔음을 보여준다.

• 전자공학회논문지CI
• /
• 제43권3호
• /
• pp.30-38
• /
• 2006

본 논문에서는 스테레오 얼굴영상으로부터 3차원 정보인 거리와 깊이 정보를 이용해 거리에 따라 얼굴인식률이 떨어지는 것을 개선하였다. 단안 영상은 객체의 거리, 크기, 이동, 회전, 깊이 등의 불확실한 정보로 인해 인식률이 떨어지는 문제점이 있다. 또한 얼굴의 회전, 조명, 표정변화 등의 영상정보가 취득되지 않으면 인식률이 매우 저하되는 단점이 있다. 그래서 본 연구는 이와 같은 문제점을 해결하고자 한다. 제안된 방법은 눈 검출 알고리듬, 얼굴의 회전 방향분석, PCA(Principal Component Analysis)로 구성된다. 또한 제한된 영역에서 얼굴을 고속으로 검출하기 위해 RGB컬러공간에서 YCbCr공간으로 변환한다. 얼굴후보 영역에서 다층 상대적인 밝기 맵을 생성하여 얼굴의 기하학적인 구조로부터 얼굴인지를 판별한다. 스테레오 얼굴영상으로부터 거리 및 눈과 입의 깊이 정보를 취득하고, 거리에 따라 확대, 축소, 이동, 회전 등의 정규화를 통해 $92{\times}112$ 크기의 얼굴을 검출한다. 검출된 왼쪽 얼굴영상과 추정된 방향의 차를 PCA로 학습한다. 제안된 방법은 정면에서 최대 95.8%(100cm), 포즈변화에 따라 98.3%의 인식률을 얻을 수 있었다. 따라서 실험을 통하여 제안된 방법은 거리에 따라 확대, 축소와 회전 등의 정확한 정규화로 높은 인식률을 얻을 수 있음을 보였다.

• 정보처리학회논문지B
• /
• 제15B권3호
• /
• pp.197-204
• /
• 2008

특정인을 추적하는 기술은 인간처럼 행동하는 로봇기술에서 가장 많이 등장하는 기술이다. 이 기술은 세 가지 영역에서 접근하고 있는데 첫 째가 특정인의 의상 색상이고 두 번째가 특정인의 얼굴과 그 표정이며 세 번째가 특정인의 제스처나 머리의 움직임이다. 그러나 로봇은 센서를 통해 색상이나 제스처를 감지할 수 있기 때문에 폐쇄회로 카메라를 통해 획득한 영상만으로 특정인을 추적하는 것과는 다르다. 폐쇄회로 카메라에서 가장 큰 문제점은 시스템 속도인데 입력된 영상에서 다시 계산에 의해 특정인을 추적하기위해서는 계산수를 줄여야한다. 시스템 속도를 높이기 위해 색상 추적은 통계치를 사용하는 것이 좋고 얼굴인식은 고유 얼굴을 사용하는 것이 바람직하다. 색상과 얼굴인식만으로는 추적에 어려움이 있기 때문에 모션 분석이 필요하다. 기존의 모션 분석이 주어진 영상의 전체 영역에서 형상을 바탕으로 이루어지기 때문에 속도가 느리고 인식률도 떨어진다. 본 논문에서는 얼굴 인식 시 찾아진 얼굴영역에 대한 모션분석을 계산속도가 빠른 운동에너지를 써서 인식률과 인식 속도를 높였다. 본 논문이 제안한 알고리즘과 Girondel, V. 등이 제시한 방법을 같은 동영상에서 실험한 결과 동일한 인식률을 얻었으며 인식속도는 제안한 알고리즘이 더 빨랐으며 LDA를 사용할 경우 속도는 비슷하나 인식률은 더 나은 결과를 얻었으며 특정인을 찾는 것은 제안한 알고리즘이 더 효과적이었다.

• 한국인터넷방송통신학회논문지
• /
• 제24권1호
• /
• pp.141-147
• /
• 2024

최근 개인의 성향을 반영한 맞춤형 서비스가 각광 받고 있다. 이와 관련하여 개인의 개성을 인식하고 활용하고자 하는 연구가 지속적으로 이루어지고 있다. 각 개인의 개성을 인식하고 평가하는 방법은 다수가 있지만, OCEAN 모델이 대표적으로 사용된다. OCEAN 모델로 각 개인의 개성을 인식할 때 언어적, 준언어적, 비언어적 정보를 이용하는 멀티 모달리티 기반 인공지능 모델이 사용될 수 있다. 본 논문에서는 비언어적 정보인 사용자의 표정을 기반으로 OCEAN을 인식하는 인공지능 모델에서 영상 데이터에서 얼굴 영역을 추출할 때 지정하는 얼굴 영역 여유값(Margin)에 따른 개성 인식 모델 정확도 성능을 분석한다. 실험에서는 2D Patch Partition, R2plus1D, 3D Patch Partition, 그리고 Video Swin Transformer에 기반한 개성 인식 모델을 사용하였다. 얼굴 영역 추출 시 여유값을 60으로 사용했을 때 1-MAE 성능이 0.9118로 가장 우수하였다. 따라서 개성 인식 모델의 성능을 최적화하기 위해서는 적절한 여유값을 설정해야 함을 확인하였다.