• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.208-211
• /
• 2003

이 논문은 Matched Filter 기술을 사용해 다양한 영상 중 얼굴 영상을 분류하는 연구에 대해서 기술한다. 기본 목표는 얼굴 영상과 그 외의 영상을 분류할 수 있는 효과적인 필터를 개발하는 것이다. 이런 Matched Filter는 Fourier 역변환을 사용해 훈련영상(Training Image)으로부터 얻을 수 있다. 실험평가는 Yale대학의 얼굴 데이터베이스의 얼굴영상과 다양한 형태를 보이는 임의의 영상으로 평가한다. 우리는 여기서 얼굴 영상을 분류하기 위한 방법 중 한가지로서 Matched Filter를 이용할 수 있음을 확인할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.452-454
• /
• 1998

본 논문에서는 MPEG 압축 비디오 상에서 얼굴 영역을 추출하고 이를 인식하는 방법에 대하여 제안한다. 제안된 방법은 크게 MPEG 압축 비디오의 처리를 위한 축소된 DC 영상의 구성 단계, 축소된 DC 영상에서의 얼굴 영역 추출 단계, 그리고 얼굴 영역이 추출된 프레임에 대한 압축 복원 및 얼굴 인식의 3단계로 구성되어있다. DC 영상의 구성 단계에서는 압축 복원 없이 DCT 계수의 DC 값과 2개의 AC 값만을 사용하여 부분적인 2차원 역 DCT 변환을 이용한 방법을 사용하였으며, 얼굴 영역 추출 단계에서는 DC 영상에 대해 얼굴의 색상 및 형태 정보를 이용한 얼굴 후보 영역 추출 방법과 K-L 변환 및 역 변환의 오차에 의한 얼굴 영역 추출 방법을 사용하였다. 얼굴 인식 단계에서는 얼굴 영역이 추출된 프레임에 대하여 GOP 단위의 압축 복원을 수행한 후 고유 얼굴 영상을 이용한 방법으로 얼굴 인식을 수행하였다. 제안된 방법의 성능을 검증하기 위하여 뉴스와 드라마 MPEG 비디오를 대상으로 실험을 수행하였으며, 실험 결과 제안된 방법이 효율적임을 알 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.592-594
• /
• 2002

얼굴 영역 검출의 수행 방법으로 개선된 얼굴 칼라 히스토그램과 에지 정보를 결합한 검출 시스템을 제안한다. 배경이 복잡한 영상에서 사람의 얼굴 영역과 배경 영역이 얼굴 영역과 비슷한 칼라 분포를 가지는 물체를 포함하는 영상이더라도 강인한 추출이 가능하도록 하였다. 본 논문에서는 효율적인 얼굴 검출을 위하여 얼굴의 칼라 분포를 얼굴 칼라의 확률 히스토그램으로 모델링하고 에지 정보와 reconstruction에 의한 형태학적 필터링(morphological filtering)을 적용하여 얼굴 후보 영역을 검출한다. 검출된 후보 영역에서 얼굴 구성 요소간의 위치 관계를 이용하여 눈동자와 흰자위의 명도차 특성으로 눈 영역의 위치를 추정하고 상대적인 위치 관계로 입 영역을 추정하여 얼굴 구성 요소의 정보를 얻어서이 요소 정보가 존재하는 후보 영역들이 최종적으로 얼굴 영역으로 판단되어 검출된다. 제안한 방법을 여러 영상에 이용하여 좋은 결과를 얻을 수 있었다.

• Journal of the Korea Convergence Society
• /
• v.12 no.9
• /
• pp.57-63
• /
• 2021

This study dissected and three-dimensionally (3D) scanned the facial muscles of Korean adult cadavers, created a three-dimensional model with realistic facial muscle shapes, and reproduced facial expressions to provide educational materials to allow the 3D observation of the complex movements of cadaver facial muscles. Using the cadavers' anatomical photo data, 3D modeling of facial muscles was performed. We produced models describing four different expressions, namely sad, happy, surprised, and angry. We confirmed the complex action of the 3D cadaver facial muscles when making various facial expressions. Although the results of this study cannot confirm the individual functions of facial muscles quantitatively, we were able to observe the realistic shape of the cadavers' facial muscles, and produce models that would show different expressions depending on the actions performed. The data from this study may be used as educational materials when studying the anatomy of facial muscles.

• Broadcasting and Media Magazine
• /
• v.22 no.4
• /
• pp.41-49
• /
• 2017

본 논문에서는 최근 각광받고 있는 Convolutional Neural Network(CNN)과 같은 딥러닝 기반의 얼굴 인식 연구 동향을 살펴 보고자 한다. 얼굴 인식은 입력 영상이 들어왔을 때 자동으로 누구인지 알아내는 알고리즘으로 크게 얼굴 검출, 얼굴 랜드마크 검출 및 얼굴 특징 추출로 나누어진다. 본 논문에서는 얼굴 검출, 랜드마크 검출 및 얼굴 특징 추출에 특화된 딥러닝 알고리즘을 하나씩 살펴보고 이들이 어떻게 발전해 왔는지를 확인하고자 한다. 특히, 딥러닝 기반 얼굴 인식 알고리즘들은 딥러닝 기반 물체 인식의 발전 방향과 유사하게 진행되어 오다가 최근에는 얼굴 인식에 특화된 딥러닝 아키텍처 형태로 발전하고 있다. 어떤 방향이 얼굴 인식에 더 도움이 될지에 대해서도 확인하고 실제로 어떤 문제를 해결하고 있는지 확인하고자 한다.

• Proceedings of the Costume Culture Conference
• /
• 2004.04a
• /
• pp.75-77
• /
• 2004

머리형태의 근간이 되는 두개골의 형태는 두개골이 나타내는 선에 따라 인종적 특징을 뚜렷이 나타낼 뿐 아니라 같은 집단 내에서도 개인차가 크며 복잡한 곡면구조를 가지고 있다. 더욱이 머리 형태는 두개부 뿐만 아니라 얼굴부위와 연결되어 매우 세밀하고 복잡한 구조를 지니고 있을 뿐 아니라, 인간의 생명과 직결된 매우 중요한 부위이다. 그러므로 모자와 헬멧을 비롯하여 고글, 안전모, 안경 등 머리 및 얼굴에 착용되는 산업제품의 안전하고 유용한 설계를 위하여 이러한 부위들의 정확한 치수와 형태파악을 필요로 한다. (중략)

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2005.11a
• /
• pp.175-177
• /
• 2005

원거리에서 촬영된 얼굴영상은 극히 적은 정보만을 가지고 있기 때문에 얼굴 검출에 어려움이 따른다. 본 논문에서는 이런 원거리에서 촬영된 영상에서도 얼굴을 검출하는 알고리즘을 제한한다. 정규화한 얼굴 영역 후보의 각 화소에 대한 명암차를 이용하여 얼굴 특정 후보를 검출하고, 얼굴의 대표적 특징 요소인 눈과 코, 입 요소를 추출하여 최종 얼굴영역 판별을 한다. 제한된 알고리즘을 다양한 얼굴 영상에 대해 실험을 실시한 결과, 많은 환경 변수 및 다양한 얼굴영상에서의 적응성을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.673-675
• /
• 2004

Local Feature Analysis(LFA)는 눈, 코, 턱 그리고 볼과 같은 얼굴의 지역적 특징을 잘 추출하는 것으로 알려져 있으나, 얼굴 인식에 이용하기에는 몇 가지 문제점이 있다. 본 논문에서는 LFA의 문제점을 개선하여 인식에 적합한 새로운 얼굴 특징 추출 방법을 제안한다. 제안 방법은 kernel 생성, 선택 그리고 중첩의 3 단계로 이루어진다. 첫 번째 단계에서 얼굴의 지역적 특징을 검출할 수 있는 kernel물 생성하고, 두 번째 단계에서 인식에 적합한 kernel을 선택한다. 마지막으로 선택된 kernel을 중첩시켜 적은 개수의 조밀한 형태의 kernel로 재 표현한다. 실험을 통하여 제안 방법이 적은 개수의 특징을 이용하여 좋은 인식율을 보임을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.368-370
• /
• 1999

본 논문에서는 동영상에서 색상 정보를 이용하여 실시간 얼굴 영역 트랙킹에 대해 기술한다. 동영상의 각 프레임에서 살색 영역과 비살색 영역을 분리하여 이 중 얼굴의 형태학적 정보를 이용하여 얼굴 영역만을 선택하였다. 색상 정보만을 이용하여 찾을 경우 생기는 오판된 얼굴 영역 후보는 연속되는 프레임에서의 트랙킹 정보를 이용하여 보정하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.381-384
• /
• 2002

본 논문에서는 실험 영상으로부터 학습된 피부색상 정보를 이용하여 컬러 공간테이블을 생성한 후. 입력된 영상의 컬러와 공간정보를 학습된 피부색상 공간테이블로부터 비교, 분석하여 얼굴후보영역을 찾고자 하였다. 또한 추출된 후보영역의 레이블된 특징정보를 이용하여 지역적 특징을 찾아낸 후 얼굴 특징점의 위치에 따른 형태정보를 이용하여 신뢰할 수 있는 얼굴 영역을 검출하고자 하였다. 제안된 피부색상(Skin-tone)공간테이블은 변환하기 쉽고 계산이 빠른 RGB컬러 공간에서 실험, 평가되었으며, 실시간으로 입력된 영상의 정규화된 책상 값을 유사성 정도에 따라 레이블링하여 보다 빠른 얼굴 후보 영역의 검출과 검증을 할 수 있도록 하였다.