• 대한전자공학회논문지SP
• /
• 제38권6호
• /
• pp.608-616
• /
• 2001

본 논문은 K-L 변환을 기반으로 한 Fisherface 알고리즘과 fixed graph matching (FGM) 방법을 이용하여 보다 효율적인 얼굴 인식 방법을 제안하고자 한다. 동적 링크 구조 방법 중에 하나인 elastic graph matching (EGM)은 얼굴의 모양 정보뿐만 아니라, 영상 픽셀의 그레이 정보를 동시에 이용하는 하며, 클래스를 구분하는 방법인 Fisherface 알고리즘은 빛의 방향 및 얼굴 표정과 같은 영상의 변화에 대해 강인하다고 알려져 있다. 위의 두 방법으로부터 제안한 알고리즘에서는 영상 그래프의 각 노드에 대해 Fisherface방법을 적용함으로써 레이블된 그래프 벡터의 차원을 줄일 뿐만 아니라 효율적으로 클래스를 구분하기 위한 특징 벡터를 제공한다. 그럼으로써 기존의 EGM 방법에 비해 인식 속도 면에서 상당한 향상 결과를 얻을 수 있었다. 특히, Olivetti Research Laboratory (ORL) 데이터베이스와 Yale 대학 데이터베이스에 대해 실험한 결과 제안한 얼굴 인식 알고리즘은 hold-out 방법에 의한 실험 결과, 평균 90.1%로 기존의 한 방법만을 사용한 것보다 높은 인식률을 보였다.

• 정보처리학회논문지:컴퓨터 및 통신 시스템
• /
• 제12권8호
• /
• pp.235-242
• /
• 2023

최근 들어 영유아를 대상으로 한 비대면 상담이 증가함에 따라 감정인식 보조 도구로 CNN기반 딥러닝 모델을 많이 사용하고 있다. 하지만 대부분의 감정인식 모델은 성인 데이터 위주로 학습되어 있어 영유아 및 청소년을 대상으로 적용하기에는 성능상의 제약이 있다. 본 논문에서는 이러한 성능제약의 원인을 분석하기 위하여 XAI 기법 중 하나인 LIME 기법을 통해 성인 대비 영유아와 청소년의 감정인식을 위한 얼굴 표정의 특징을 분석한다. 뿐만 아니라 남녀 집단에도 동일한 실험을 수행함으로써 성별 간 얼굴 표정의 특징을 분석한다. 그 결과로 연령대별 실험 결과와 성별별 실험 결과를 CNN 모델의 사전 훈련 데이터셋의 데이터 분포를 바탕으로 설명하고 균형 있는 학습 데이터의 중요성을 강조한다.

• 융합보안논문지
• /
• 제14권5호
• /
• pp.49-56
• /
• 2014

본 논문에서는 기존의 제안된 LDP(Local Directional Pattern)에 기반하여 지역적인 얼굴특징을 표현하는 방법을 제안한다. 제안된 방법은 눈과 입과 같은 얼굴의 영구적인 특징과 표정이 변하면서 발생하는 일시적인 특징을 효과적으로 표현할 수 있도록 얼굴특징별로 크기와 형태를 달리하는 중첩 가능한 블록을 설정하고 이를 바탕으로 얼굴 특징벡터를 구성한다. 제안된 중첩 블록설정 및 특징 표현 방법은 기하학적 특징을 기반으로 하는 접근 방법의 장점을 수용할 뿐만 아니라 각 얼굴특징의 움직임 특성을 이용하여 얼굴검출에 대한 오류를 수용할 수 있고, 블록사이즈의 가변성으로 인한 공간정보를 유지할 수 있어 표본오차를 줄일 수 있는 장점이 있다. 실험결과, 제안된 방법은 기존 방법에 비해 인식률이 향상됨을 확인하였고, 기존 얼굴 특징 벡터보다 길이가 짧기 때문에 연산량 또한 감소하는 것을 확인하였다.

• 한국전자통신학회논문지
• /
• 제8권8호
• /
• pp.1201-1206
• /
• 2013

영상에서 얼굴 및 얼굴 특징을 추출하기 위한 기법으로 active appearance model(AAM)이 있다. 본 논문에서는 두 개의 AAM을 이용하여 얼굴 특징을 추출하는 multiple active appearance model(MAAM) 기법을 제안한다. 두 개의 AAM은 학습 데이터에 대한 파라미터를 조절하여 상반되는 장단점을 가지도록 생성하고, 서로의 단점을 보완할 수 있도록 한다. 제안된 방법의 성능을 평가하기 위해 100장의 영상에 대해서 얼굴 특징추출 실험을 하였다. 실험 결과 기존의 AAM 하나만을 사용하는 기법에 비해 적은 횟수의 피팅만으로도 정확도 높은 결과를 얻을 수 있었다.

• 한국정보통신학회논문지
• /
• 제21권4호
• /
• pp.737-743
• /
• 2017

지능형 라이프로그 시스템은 언제(When), 어디서(Where), 누구와 함께(Who), 어떤 상황에서(What, How), 일어나는 정보, 즉 사용자의 일상에서 발생되는 시간, 인물, 장면, 연령대, 감정, 관계, 상태, 위치, 이동 경로 등의 다양한 상황정보들을 인식하여 태그를 달아 사용자의 일상생활을 기록하고 쉽고 빠르게 접근하도록 제공하는 것이다. 상황인식은 자동태킹(Auto-Tagging) 기술과 생체인식 기술인 얼굴인식을 이용해, 태그(Tag) 단위의 정보를 자동으로 생성하고 분류되어 상황정보 DB을 구축한다. 상황정보 DB에는 지리정보, 위치정보, 날씨정보, 감정정보 등을 포함하고 있다. 본 논문에서는 감정정보를 자동으로 기록하기 위해서 능동형태 모델 방법을 사용해 무표정과 웃는표정을 인식하는 어플리케이션을 개발하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제2권3호
• /
• pp.205-208
• /
• 2013

일반적으로 이진패턴 변환은 조명 변화에 강인한 특성을 가지므로, 얼굴인식 및 표정인식 분야에 널리 사용되고 있다. 이에, 본 논문에서는 기존의 LDP(Local Directional Pattern)의 텍스처 성분을 개선한 MLDP(Modified LDP) 변환 영상에 2D-PCA(Two-Dimensional Principal Component Analysis) 알고리즘을 결합한 조명변화에 강인한 얼굴인식 방법에 대하여 제안한다. 기존의 LBP(Local Binary Pattern)나 LDP와 같은 이진패턴 변환들이 히스토그램 특징 추출을 위해 주로 사용되는 것과는 다르게, 본 논문에서 제안하는 방법은 MLDP 영상을 2D-PCA 특징추출을 위해 직접 사용한다는 특성을 갖는다. 제안 방법의 성능평가는 PCA(Principal Component Analysis), 2D-PCA 및 가버변환 영상과 LBP를 결합한 알고리즘을 사용하여, 다양한 조명변화 환경에서 구축된 Yale B 및 CMU-PIE 데이터베이스를 이용하여 수행되었다. 실험 결과, MLDP 영상과 2D-PCA를 사용한 제안 방법이 가장 우수한 인식 성능을 보임을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제15권2호
• /
• pp.520-528
• /
• 2015

본 연구는 교수과정에서 교사의 어떤 교수행동이 중요하며 또 그 행동에 대한 자신들의 실행수준은 어느 정도인지에 대한 예비교사들의 인식을 살펴보았다. 이를 위해, 89명의 예비교사들로 하여금 모의수업을 진행하고 동료들의 모의수업을 서로 관찰하게 한 후, 교수행동특성들에 대한 중요도와 실행도를 평정하도록 하였다. 그 결과, 예비교사들은 수업진행 영역을 가장 중요하게 인식했으며, 자신들의 실행수준도 수업진행이 가장 높은 것으로 나타났다. 그 다음은 수업구성, 언어적 표현의 순으로 중요도와 실행도가 높게 나타났으며, 몸동작 및 복장과 얼굴표정 및 시선 영역은 중요도와 실행도가 상대적으로 낮게 나타났다. 개별 특성에서는 교수내용의 숙지, 교사의 열의, 학생들과의 상호작용 등을 중요하게 생각하는 반면, 미소, 얼굴표정, 목소리의 변화 구사 등은 상대적으로 덜 중요하게 여기는 것으로 나타났다. 중요도와 실행도 점수 차이의 통계적 유의성을 검증하기 위해 t검정을 실시한 결과, 5개 영역 모두 유의한 차이가 있는 것으로 나타났다. 향후 개선노력을 집중해야 할 특성으로는 자연스러운 언어표현, 시선 처리, 학생들과의 눈맞춤, 수업시간 조절, 주요내용의 부각이 도출되었다.

• 한국콘텐츠학회논문지
• /
• 제11권11호
• /
• pp.10-18
• /
• 2011

개인정보보호법의 시행은 의료기관에서 의료자산에 대한 보안이 중요시 되고 있으며 이를 위한 얼굴인식은 가장 흥미롭지만 다양한 문제점을 가지고 있는 요소 중의 하나이다. 얼굴인식은 얼굴 영상의 변화하는 요인인 포즈, 조명, 표정과 크기의 변화요소를 포함하고 있다. 이와 같은 변화 요인 중에서 빛의 위치와 방향의 변화요인이 가장 큰 어려움중의 하나이다. 이와 같은 단점을 극복하기 위하여 본 논문에서는 의료자산 보호를 위한 CCTV 관제에서 얼굴인식을 위하여 가보웨이블릿의 계수의 분석, 커널 선정, 특징점, 커널크기와 같은 요소를 분석하였다. 제안된 방법은 분석으로 구성되어있다. 첫 번째 분석은 이미지로부터 커널을 선정하기 위한 것이며, 두 번째 분석은 커널 크기에 대한 계수 분석이다. 마지막으로 입력 영상의 크기에 따른 가보커널 크기의 변화에 대한 측정이다. 실험을 통하여 도출된 계수를 이용하여 얼굴인식을 수행하였으며, 평균 97.3%라는 인식 결과를 도출하였다. 제안하는 방법을 개발하여 논리적 타당성과 유효성을 검증하기 위해 실험적인 적용을 시도하고자 한다. 따라서 얼굴인식에서 서비스의 만족도와 질을 향상시켰다.

• 디지털융복합연구
• /
• 제19권11호
• /
• pp.225-234
• /
• 2021

본 연구는 한국과 우즈베키스탄의 사회적 성역할 인식에 대한 차이가 광고모델의 성별을 통해 광고 태도 및 제품태도에 미치는 영향에 차이를 가져오는지를 살펴보는 비교문화연구이다. 특히 이들 관계에서 광고모델의 표정과 광고상황이 미치는 조절효과의 차이를 중심으로 연구되었다. 연구결과. 첫째, 사회적 성역할의 인식에 대한 차이는 한국보다 우즈베키스탄에서 더 크게 나타났다. 둘째, 광고 모델의 성별이 지각된 광고 태도에 미치는 영향은 한국보다 우즈베키스탄에서 높게 지각되었다. 셋째, 광고 모델의 성별이 광고의 태도에 미치는 영향에서 얼굴표정(온화함 vs. 차가움)의 조절효과는 우즈베키스탄에서만 나타났다. 넷째, 광고모델의 성별과 광고태도에서 광고상황(직장업무 vs. 가정생활)의 조절효과 또한 우즈베키스탄에서만 나타났다. 다섯째, 소비자의 광고태도가 제품태도에 미치는 영향은 두 국가 모두에서 통계적으로 유의한 정의 관계를 나타냈다. 본 연구는 한국과 우즈베키스탄 간에 남성성(또는 여성성)차원의 문화적 차이가 광고의 효과에도 영향을 미치고 있음을 알려준다. 따라서 본 연구는 글로벌 마케팅 담당자들이 광고모델을 선정할 때 신뢰성, 전문성, 매력성과 같은 기존의 정보원천효과 뿐만 아니라 문화적 차이에 따른 광고모델의 성별, 얼굴표정, 광고상황 등도 고려해야 함을 시사해주고 있다.

• 전자공학회논문지CI
• /
• 제46권1호
• /
• pp.112-120
• /
• 2009

얼굴 등록자 인증은 얼굴 인식을 기반으로 인증하고자 하는 사람이 등록자인지, 아닌지를 판별하는 것으로, 기본적으로 2클래스 분류 문제이다. 서포트 벡터 머신(Support Vector Machine, 이하 SVM)은 2 클래스 분류 문제에 효과적인 것으로 잘 알려져 있다. 얼굴 등록자 인증의 분류에 사용되었던 기존의 SVM들은 각 클래스 (등록자 클래스, 미등록자 클래스) 구성원의 얼굴 이미지로부터 추출된 이미지 특징 벡터를 이용하여 훈련되고 인증된다. 이렇게 훈련 세트 구성원들의 이미지 특징 벡터들로 훈련된 SVM은 인증시의 얼굴 이미지가 SVM 훈련 세트의 얼굴 이미지들의 조명, 자세, 표정들과 다른 인증 환경의 경우나 등록자의 가입 및 탈퇴 등으로 등록 클래스나 미등록 클래스의 구성과 크기에 변동이 생기는 인증 환경의 경우에, 강인한 성능을 보이기 어려웠다. 본 논문에서는 강인한 얼굴 등록자 인증을 위하여, 효과적인 클래스 구별 특징 벡터 기반 SVM을 제안한다. 훈련과 인증에 사용되는 특징 벡터는 2개의 클래스를 잘 구별할 수 있는 특성을 반영하도록 선택되었기 때문에 이를 이용하여 훈련된 제안된 SVM은 등록자 클래스 구성의 변화 및 얼굴 이미지에 있어서의 조명, 얼굴 자세, 얼굴 표정의 변화에 덜 영향을 받는다. 실험을 통해 제안된 SVM에 기반을 둔 얼굴 등록자 인증 방법이 기존 SVM에 기반을 둔 방법보다 성능이 더 나으며, 등록자 클래스 구성의 변화에도 강인함을 보였다.